如何在PHP中使用正则表达式匹配嵌套大括号？

Question

我有一个我想要匹配的LaTeX文档。 我需要一个符合以下条件的RegEx匹配：

\ # the backslash in the beginning
[a-zA-Z]+ #a word
(\{.+\})* # any amount of {something}

然而，她是抓住了;

在最后一行中，它需要贪婪，并且2.需要在其内部具有匹配的数量{} 。

这意味着如果我有字符串\\test{something\\somthing{9}}它将匹配整个。 它需要按顺序（ {} ）。 因此它与以下内容不匹配：

\\ LaTeX {}是\\ TeX {}的文档准备系统

只是

\\胶乳{}

和

\\ TeX的{}

帮助任何人？ 也许有人有更好的匹配想法？ 我不应该使用正则表达式吗？

Answer 1

这可以通过递归来完成：

$input = "\LaTeX{} is a document preparation system for the \TeX{}
\latex{something\somthing{9}}";

preg_match_all('~(?<token>
        \\\\ # the slash in the beginning
        [a-zA-Z]+ #a word
        (\{[^{}]*((?P>token)[^{}]*)?\}) # {something}
)~x', $input, $matches);

这正确匹配\\LaTeX{} ， \\TeX{}和\\latex{something\\somthing{9}}

Answer 2

可以使用PHP ，因为它支持递归正则表达式匹配。 但是 ，正如我所说的，如果你的类似LaTeX的字符串中有注释可以包含{或} ，那么这将失败。

演示：

$text = 'This is a \LaTeX{ foo { bar { ... } baz test {} done } } document
preparation system for the \TeX{a{b{c}d}e{f}g{h}i}-y people out there';
preg_match_all('/\\\\[A-Za-z]+(\{(?:[^{}]|(?1))*})/', $text, $matches, PREG_SET_ORDER);
print_r($matches);

产生：

Array
(
    [0] => Array
        (
            [0] => \LaTeX{ foo { bar { ... } baz test {} done } }
            [1] => { foo { bar { ... } baz test {} done } }
        )

    [1] => Array
        (
            [0] => \TeX{a{b{c}d}e{f}g{h}i}
            [1] => {a{b{c}d}e{f}g{h}i}
        )

)

快速解释：

\\\\         # the literal '\'
[A-Za-z]+    # one or more letters
(            # start capture group 1   <-----------------+
  \{         #   the literal '{'                         |
  (?:        #   start non-capture group A               |
    [^{}]    #     any character other than '{' and '}'  |
    |        #     OR                                    |
    (?1)     #     recursively match capture group 1  ---+
  )          #   end non-capture group A
  *          #   non-capture group A zero or more times
  }          #   the literal '}'
)            # end capture group 1 

Answer 3

不幸的是，我认为这是不可能的。 支架匹配（检测正确配对的嵌套括号）通常用作有限状态机无法解决的问题的示例，例如正则表达式解析器。 您可以使用无上下文语法来完成它，但这不是正则表达式的工作原理。 您最好的解决方案是使用正则表达式{*[^{}]*}*进行初始检查，然后使用另一个短脚本来检查它是否为偶数。

总之：不要只用正则表达式来做。 这不是单独用正则表达式解决的问题。