正则表达式查找标签 (preg_replace_callback)

Question

我需要为 WP-Plugin 找到所有出现的标签。

<wpg3>10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9</wpg3>

标签 (,,, ...) 有多个可能的版本，但 start 和 end 匹配。组是可选的：应该意味着，可以没有或一个，或两个或三个“|”，它们分隔选项。

我的问题：如果我的搜索字符串中只有一个标签，一切都会按预期工作。 但是如果我在我的字符串中添加第二个标签，回调只会被调用一次，而不是每个标签一次。在开始或结束时必须缺少一些东西。 如果 last Argument （功能）丢失，则 Regexp 使用多个标签会失败。

  $return = preg_replace_callback('/<wpg[23](?P<unused>id)?>(?P<uri_or_id>[^\|]*)[\|]?(?P<width>[^\|]*)[\|]?(?P<template>[^\|]*)[\|]?(?P<features>[^\|]*)<\/wpg[23](?P<unused2>id)?>/i', array( $this, 'wpg3_content' ), $content );

我以上面的例子为例：

Array
(
    [0] => 10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9
    [unused] =>
    [1] => 
    [uri_or_id] => 10
    [2] => 10
    [width] => 300
    [3] => 300
    [template] => defaultTemplate
    [4] => defaultTemplate
    [features] => eyJhbGlnbiI6ImFsaWdubGVmdCJ9
    [5] => eyJhbGlnbiI6ImFsaWdubGVmdCJ9
)

Answer 1

你能先在标签上做一个 preg_match_all

preg_match_all("/<([^>]*)?>/",$in, $out);

然后循环遍历 $out 数组，您应该在其中拥有标签名称和内容。

如果标签匹配你想要的那么

explode($out[2],"|")

或者你想在你的正则表达式中做所有事情？

Answer 2

一旦你回答了我上面的评论，我可能会有更准确的信息。这是我到目前为止所拥有的。我是用 Python 做的，因为它对我来说更容易，但你明白了。

这是我的正则表达式：

regex = re.compile('''
    <(?P<tag>wpg[23])(?P<unused>id)?>
   (?:
      (?P<uri_or_id>[^\|<]+)
       (?:
           \|(?P<width>[^\|<]+)
           (?:
              \|(?P<template>[^\|<]+)
              (?:
                 \|(?P<features>[^\|<]+)
               )?
            )?
        )?
    )?</(?P=tag)(?P<unused2>id)?>''', re.IGNORECASE|re.VERBOSE)

选项中的每个文本都是强制性的，但可选的不匹配组确保选项确实是可选的。我还使用后向表达式(?P=tag) 来确保结束标记与开始标记匹配。我用[^\|>] 对匹配项的保护比[^\|] 多一点，以防止出现多标签问题。

我的测试字符串：

# Your example
>>> text
'<wpg3>10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9</wpg3>'

# Options should be, well, optional
>>> text2
'<wpg3>10|300|defaultTemplate</wpg3>'

# These two should fail if I understood properly    
>>> text3
'<wpg3>10|300|defaultTemplate|</wpg3>'
>>> text4
'<wpg3>10|300||</wpg3>'

# Now with more than one tag
>>> text5
'<wpg3>10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9</wpg3><wpg3>25|35|hello|world</wpg3>'
>>> text6
'<wpg3>10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9</wpg3><wpg2>25|35|hello|world</wpg2>'

# This should fail because tags mismatch
>>> text7
'<wpg3>10|300|defaultTemplate|eyJhbGlnbiI6ImFsaWdubGVmdCJ9</wpg2>'

这里是测试：

# Parses as expected
>>> regex.match(text).groups()
('wpg3', None, '10', '300', 'defaultTemplate', 'eyJhbGlnbiI6ImFsaWdubGVmdCJ9', None)
>>> regex.match(text2).groups()
('wpg3', None, '10', '300', 'defaultTemplate', None, None)

# These two fail as expected
>>> regex.match(text3)
>>> regex.match(text4)

# Multi-tags now
>>> for m in regex.finditer(text5):
...    m.groups()
... 
('wpg3', None, '10', '300', 'defaultTemplate', 'eyJhbGlnbiI6ImFsaWdubGVmdCJ9', None)
('wpg3', None, '25', '35', 'hello', 'world', None)
>>> for m in regex.finditer(text6):
...    m.groups()
... 
('wpg3', None, '10', '300', 'defaultTemplate', 'eyJhbGlnbiI6ImFsaWdubGVmdCJ9', None)
('wpg2', None, '25', '35', 'hello', 'world', None)

# The last one fails (tag mismatch)
>>> regex.match(text7)

这符合您的需要吗？