用于匹配字符串中的双引号和/或单引号字符串的 PHP 正则表达式

Question

我正在开发一个模板类，但在尝试从字符串参数列表中解析出带引号的字符串列表时遇到了问题。以字符串为例：

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null"';

我在提出一个提取字符串“Hello m'lady”和“null”的正则表达式时遇到问题。我得到的最接近的是

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null", \'TE\'ST\'';
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches);
print_r($matches);

哪些输出：

Array
(
    [0] => Array
        (
            [0] => VAR_SELECTED, 
            [1] => 'Hello m'lady', 
            [2] => "null", 
            [3] => 'TE'ST'
        )

)

然而，更复杂的情况是：

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"';
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches);
print_r($matches);  

输出：

Array
(
    [0] => Array
        (
            [0] => VAR_SELECTED, 
            [1] => 'Hello 
            [2] => "Father"
            [3] => ', 
            [4] => "Hello 
            [5] => 'Luke'
            [6] => "
        )

)

谁能帮我解决这个问题？多个正则表达式是前进的方向吗？

编辑也许用占位符替换字符串中的逗号然后用爆炸分解字符串会更容易？

编辑 2 只是想到了一个简单的不安全选项（我不会使用），但会产生 E_NOTICE 错误。

$string = 'return array(VAR_SELECTED, \'Hello , "Father"\', "Hello \'Luke\'4");';
$string = eval($string);
print_r($string);

Answer 1

试试这个：

/(?<=^|[\s,])(?:(['"]).*?\1|[^\s,'"]+)(?=[\s,]|$)/

或者，作为 PHP 单引号字符串文字：

'/(?<=^|[\s,])(?:([\'"]).*?\1|[^\s,\'"]+)(?=[\s,]|$)/'

那个正则表达式产生了预期的结果，但我认为你做错了。通常，如果带引号的字符串需要包含文字引号字符，则引号会被转义，使用反斜杠或另一个引号。你没有这样做，所以我不得不使用基于环视的脆弱黑客。您确定数据不应该是这样的吗？

$string = 'VAR_SELECTED, \'Hello m\\'lady\', "null"';

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \\'Luke\\'"';

想一想，PHP 不是内置了对 CSV 数据的支持吗？

Answer 2

我会这样做：

将任务分解为您要执行的组件步骤：

1.) 用逗号分解字符串。

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me
[0]=>"VAR_SELECTED"
[1]=>" \'Hello m\'lady\'"
[2]=>" "null""

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me
[0]=>"VAR_SELECTED"
[1]=>" \'Hello "Father"\'"
[2]=>" "Hello \'Luke\'""

2.) 对所有三个运行 Trim 以消除任何空白

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"\'Hello m\'lady\'"
[2]=>""null""

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"\'Hello "Father"\'"
[2]=>""Hello \'Luke\'""

3.) 运行 str_replace(" \ "," ",$text) 以去除斜线。 （删除空格..添加只是为了便于阅读，所以应该是一个裸斜线和一个“空”字符串）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"'Hello m'lady'"
[2]=>""null""

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"'Hello "Father"'"
[2]=>""Hello 'Luke'""

4.) 再次运行 trim，仅 trim($text, " ' " ") （删除空格..为可读性添加）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"Hello m'lady"
[2]=>"null"

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me
[0]=>"VAR_SELECTED"
[1]=>"Hello "Father""
[2]=>"Hello 'Luke'"

我没有对此进行测试，但逻辑是合理的。测试 98% 的所有正则表达式（根据我的经验）的一种快速而肮脏的方法是使用 http://rubular.com/ 这是一个很棒的网站。通常，如果它开始在正则表达式上阻塞，这是我应该进一步分解问题的第一个迹象。 （这只是意见~穿上防火服~）

Answer 3

您想在匹配字符串中使用back reference。

preg_match_all('@([\'"]).*[^\\\\]\1@', $string, $matches);

这将从 " 或 ' 的第一个实例开始匹配，然后匹配以匹配 " 或 ' 结尾的最长字符串，没有转义。

Array (
[0] => Array
    (
        [0] => 'Hello m'lady', "null", 'TE'ST'
    )

[1] => Array
    (
        [0] => '
    )