正则表达式：里面有一个正则表达式

Question

我正在深入正则表达式的阴暗面。 我需要解析这个：

{{word(a|b|c)|word$1}}
{{word(s?)|word$1}}
{{w(a|b|c)ord(s?)|w$1ord$2}}

您可能已经注意到，它是一个搜索和替换方案，其中包含正则表达式。 Wikimedia引擎做得很好，但是我找不到它的作用： 就在这里 。

我只需要将第一部分和第二部分分成两个单独的变量即可。 例如：

preg_match(REGEX, "{{word(a|b|c)|word$1}}", $result) // Applying REGEX on this
echo $result[1] // word(a|b|c)
echo $result[2] // word$1

你会怎么做？ 就像正则表达式中的正则表达式，我完全迷失了...

Answer 1

您可以使用以下内容匹配零件：

{{((?:(?!}}).)+)\|([^|]+?)}}

请注意，如果您允许任意PCRE正则表达式，那么可以构建一些非常复杂和缓慢的模式，可能允许在您的站点上进行简单的DoS攻击。

Answer 2

这实际上取决于嵌套的深度，但是您可以将其拆分为| ，小心不要分开任何| 在括号内。 我想这是简单的方法：

$str = 'word(a|b|c)|word$1'; // Trim off the leading and trailing {{ and }}
$items = explode('|', $str);
$realItems = array();

for($i = 0; $i < count($items); $i++) {
    $realItem = $items[$i];
    while(substr_count($realItem, '(') > substr_count($realItem, ')')) {
        // Glue them together and skip one!
        $realItem .= '|' . $items[++$i];
    }

    $realItems[] = $realItem;
}

现在$realItems[]包含2-4个键值，您可以将它们简单地传递到preg_replace ; 它会为你做所有的工作。

Answer 3

实际上并不难。

问题是，替换字符串将只包含一个逃脱| ，即\\| 。

对于其中一个场合， .*实际上在这里很有用。

执行： preg_match("^{{(.*)\\|([^|]+(?:\\\\\\|[^|]*)*)}}$", $result); ，这应该做您想要的。

这里的诀窍是第二组：它是normal* (special normal*)*模式，其中normal是[^|] （除了管道之外的任何东西），而special是\\\\\\| （反斜杠后跟管道）。