正则表达式递归代码块内容答案

【问题标题】：Regex recursive code block content正则表达式递归代码块内容
【发布时间】：2015-08-02 07:12:43
【问题描述】：

我需要使用 RegEx 获取 2 个指令（embed 和 endembed）之间的内容。我当前的模式正确地做到了/(?<!\w)(\s*)@embed(\s*$.*$)([\w\W]*?)@endembed/g。

但是，当指令嵌套时，它不能正确匹配块。 https://regex101.com/r/nL8gV5/2,

@extends('layouts/default')

@section('content')
    <div class="row">
        <div class="col-md-6">
            @embed('components/box')
                @section('title', 'Box title')
                @section('content')
                    <h4>Haai</h4>
                    Box content
                @stop
            @endembed
        </div>
        <div class="col-md-6">
            @embed('components/box')
                @section('title', 'Box2 title')
                @section('content')

                    @embed('components/timeline')
                        @section('items')
                        @stop
                    @endembed

                @stop
            @endembed
        </div>
    </div>
@stop

期望的输出：

1:    
@section('title', 'Box title')
@section('content')
    <h4>Haai</h4>
    Box content
@stop

2:
@section('title', 'Box2 title')
@section('content')
    @embed('components/timeline')
        @section('items')
        @stop
    @endembed
@stop

3:
@section('items')
@stop

我尝试了各种模式，但我似乎无法做到正确。据我了解，我应该将(R?) 递归令牌与反向引用结合使用？更像是https://regex101.com/r/nL8gV5/3。折腾了几个小时，还是没搞定。

我做错了什么，正确的模式是什么？

【问题讨论】：

听起来如果没有 regex 可以更容易地完成，或者说，使用 regex 仅查找开始和结束标签。有什么理由要在正则表达式中完成所有操作？
据我了解，嵌套括号没有正则表达式。您可以使用更复杂的代码，将括号连续替换为任何字符，而括号仍在字符串中。

标签： php regex recursion blade

【解决方案1】：

要捕获外部@embed 和嵌套的recursive regex：

$pattern = '/@embed\s*\([^)]*\)((?>(?!@(?:end)?embed).|(?0))*)@endembed/s';

在(?0) 粘贴模式。见test at regex101。匹配时替换为捕获的$1：

$res = array();

while (preg_match_all($pattern, $str, $out)) {
  $str = preg_replace($pattern, "$1", $str);
  $res = array_merge($res, $out[1]);
}

这将为您提供最外层和嵌套的最内层。 Test at eval.in

没有任何捕获的基本递归模式很简单as this：

/@embed\b(?>(?!@(?:end)?embed\b).|(?0))*@endembed/s

匹配文字 @embed 后跟 \b word boundary
(?> 使用非捕获 atomic group 进行交替：
在：(?!@(?:end)?embed). 一个字符 that starts not @embed 或 @endembed 之间交替 |(?0) 或者从头开始粘贴模式。 )* 整件事不限次数。
匹配文字@endembed

使用s (PCRE_DOTALL) flag 使dot 也匹配换行符

【讨论】：

【解决方案2】：

我从一个例子中想出了这个递归正则表达式（来自这个 stackoverflow answer）：

(?=(@embed(?:(?>(?:(?!@embed|@endembed).)+)*|(?1))*@endembed))

试试regex101

【讨论】：