如何在PHP中使用正則表達式匹配嵌套大括號？

Question

我有一個我想要匹配的LaTeX文檔。 我需要一個符合以下條件的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，它需要貪婪，並且2.需要在其內部具有匹配的數量{} 。

這意味着如果我有字符串\\test{something\\somthing{9}}它將匹配整個。 它需要按順序（ {} ）。 因此它與以下內容不匹配：

\\ LaTeX {}是\\ TeX {}的文檔准備系統

只是

\\膠乳{}

和

\\ TeX的{}

幫助任何人？ 也許有人有更好的匹配想法？ 我不應該使用正則表達式嗎？

Answer 1

這可以通過遞歸來完成：

$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);

這正確匹配\\LaTeX{} ， \\TeX{}和\\latex{something\\somthing{9}}

Answer 2

可以使用PHP ，因為它支持遞歸正則表達式匹配。 但是 ，正如我所說的，如果你的類似LaTeX的字符串中有注釋可以包含{或} ，那么這將失敗。

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);

產生：

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}
        )

)

快速解釋：

\\\\         # 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，我認為這是不可能的。 支架匹配（檢測正確配對的嵌套括號）通常用作有限狀態機無法解決的問題的示例，例如正則表達式解析器。 您可以使用無上下文語法來完成它，但這不是正則表達式的工作原理。 您最好的解決方案是使用正則表達式{*[^{}]*}*進行初始檢查，然后使用另一個短腳本來檢查它是否為偶數。

總之：不要只用正則表達式來做。 這不是單獨用正則表達式解決的問題。