关于php正则表达式的递归模式

Question

我有以下代码：

$string="some text {@block}outside{@block}inside{@}outside{@} other text";

function catchPattern($string,$layer){
  preg_match_all(
    "/\{@block\}".
      "(".
        "(".
           "[^()]*|(?R)".
        ")*".
      ")".
    "\{@\}/",$string,$nodes);
  if(count($nodes)>1){
    for($i=0;$i<count($nodes[1]); $i++){
      if(is_string($nodes[1][$i])){
        if(strlen($nodes[1][$i])>0){
          echo "<pre>Layer ".$layer.":   ".$nodes[1][$i]."</pre><br />";
          catchPattern($nodes[1][$i],$layer+1);
        }
      }
    }
  }
}

catchPattern($string,0);

这给了我这个输出：

Layer 0:   outside{@block}inside{@}outside

Layer 1:   inside

没关系！ 但是，如果我更改了一个字符串和正则表达式：

$string="some text {@block}outside{@block}inside{@end}outside{@end} other text";

function catchPattern($string,$layer){
  preg_match_all(
    "/\{@block\}".
      "(".
        "(".
           "[^()]*|(?R)".
        ")*".
      ")".
    "\{@end\}/",$string,$nodes);
  if(count($nodes)>1){
    for($i=0;$i<count($nodes[1]); $i++){
      if(is_string($nodes[1][$i])){
        if(strlen($nodes[1][$i])>0){
          echo "<pre>Layer ".$layer.":   ".$nodes[1][$i]."</pre><br />";
          catchPattern($nodes[1][$i],$layer+1);
        }
      }
    }
  }
}

catchPattern($string,0);

我没有得到任何输出。 为什么？ 我期望相同的输出。

Answer 1

问题是回溯限制已用尽。 您可以随时修改回溯限制 。 但是，对于我遇到的情况，重写正则表达式是更好的解决方案 。

您不能以任何方式修改现有的正则表达式并期望使其正常工作，特别是对于递归正则表达式。 似乎您采用了与括号匹配的正则表达式并对其进行了修改。 正则表达式中存在一些问题：

• [^()]* ：没有理由在{@block}{@end}部分的文本中排除() 。 但更严重的问题是它与{}匹配。 引擎将一直到最接近的()或字符串的末尾，不匹配，然后回溯。 这就是达到回溯限制的原因。

  这可以通过改变该部分以被固定[^{}]为不允许{}内{@block}{@end} 。 由于递归，嵌套的{@block}{@end}仍将匹配。

  请注意，这将完全禁止将{}指定为{@block}{@end}文本 。 根据转义方案，可以修改正则表达式以允许这种情况。

  我还改变的量词[^{}]从*至+ ，因为没有理由在整个组的量词来匹配一个空字符串([^{}]+|(?R))是* 。

   /\\{@block\\}((?:[^{}]+|(?R))*)\\{@end\\}/ 

• 经过上述修改后，第二个问题是输入字符串无效。 量词的默认行为是执行回溯，直到找到匹配项或所有可能性用尽。 因此，在这种情况下，您将达到回溯限制。

  由于[^{}]+可以匹配的内容与递归正则表达式可以匹配的内容是互斥的¹ ，因此该正则表达式不是模棱两可的，可以进行匹配而无需回溯。 我们可以通过使用所有格量词 （通常的量词，后跟+告诉引擎不要回溯。

最终的解决方案是：

/\{@block\}((?:[^{}]++|(?R))*+)\{@end\}/

演示版

脚注

¹ ：很明显，因为匹配[^{}]+的文本永远不会以{开头，而匹配递归正则表达式的文本必须以{开头。