嵌套PCRE正則表達式問題

Question

我有一個自定義模板引擎。

它抓住了這個：

@function(argument1 argument2 ...)
@get(param:name)
@get(param:@get(sub:name))

和這個 ：

@function(argument1 argument2 ...)

    Some stuff @with(nested:tag)

    @foreach(arguments as value)
        More stuff : @get(value)
    @/foreach

    @function(other:args)
        Same function name (nested)
    @/function

@/function

使用這種模式（PCRE / PHP）：

#

@ ([\w]+) \(

( (?: [^@\)] | (?R) )+ )

\)

(?:
    ( (?> (?-2) ) )

    @/\\1
)?

#xms

這個正則表達式捕獲幾乎所有結果。 但是，當我有更多的嵌套（或沒有）標簽時，它什么也收不到。 例如 ，當我做2個嵌套的@foreach(var:name) ... @/foreach ，根據標簽內容spaces ，正則表達式將失敗。

Answer 1

使用命名子模式有時會更清晰。 我建議您使用此：

~
@(?<com>\w+)                 # command name
\s*                          # possible white characters before args
(?: \( (?<args>[^)]*) \) )?+ # eventual parameters
(?:
    (?<content>(?:[^@]+|(?R))*+) # content (maybe empty)
    @/\g{com}                    # close the command
)?+                          # optional
~

如果需要允許在參數內使用命令，則可以將(?<args>[^)]*)替換為(?<args>(?:[^@)]+|(?=@)(?R))*+)

但是，當您嘗試描述一種語言時，一種更好的方法是使用(?(DEFINE)...)語法首先在主要模式之前描述元素，例如：

$pattern = <<<'EOD'
~
(?(DEFINE)
    (?<command_name> \w+ )
    (?<inline_command> @ \g<command_name> \s* \g<params>? )
    (?<multil_command> @ (\g<command_name>) \s* \g<params>? \g<content> @/ \g{-1} )
    (?<command> \g<multil_command> | \g<inline_command> )

    (?<other> [^@()]+ ) 
    (?<param> \g<other> | \g<command> )
    (?<params> \( \s* \g<param> (?: \s+ \g<param> )* \s* \) )

    (?<content> (?: \g<other> | \g<command> )* )
)
# main pattern
\g<command>
~x
EOD;

使用這種語法，如果要在底層提取元素，則只需將主模式更改為： @(?<com> \\g<command_name> ) \\s* (?<args>\\g<params> )? (?: (?<con> \\g<content> ) @/ \\g{com} )? @(?<com> \\g<command_name> ) \\s* (?<args>\\g<params> )? (?: (?<con> \\g<content> ) @/ \\g{com} )? （注意：要獲得其他級別，請先行考慮）