正則表達式：匹配所有行中的子字符串，除非子字符串位於注釋部分內

Question

我來啦：

我正在編寫一個PHP應用程序，我有一個新的官方域名，現在所有的FAQ都在這里。 我腳本中的一些文件包含舊FAQ域的幫助鏈接，因此我想使用新域替換它們。 但是，我想保留鏈接到舊域的URL，只要它們位於注釋或注釋塊下面（我仍然使用舊域進行自我引用和其他文檔）。

所以，基本上，我想要實現的是一個正則表達式，它具有以下功能：

1. 匹配所有行中example.com的所有匹配項*。
2. 不匹配整行，只匹配example.com字符串。
3. • 如果行以// ， /*或“*”開頭，則不匹配該單行中的任何example.com實例（但是，如果注釋塊在打開它的同一行中關閉，則可能會出現問題）。

我經常寫這樣的塊評論：

/* text
 * blah 
 * blah
*/

這就是為什么我不想匹配“example.com”，如果它位於// ， /*或“*”之后。

我想它會是這樣的：

^(?:(?!//|/\*|\s\*).?).*example\.com

但是這有一個問題：它匹配整行，而不僅僅是“example.com”（這會導致問題，主要是當兩個或多個“example.com”字符串在一行中匹配時）。

有人可以幫我修復我的正則表達式嗎？ 請注意：它不一定是PHP正則表達式，因為我總是可以使用像grepWin這樣的工具來一次本地編輯所有文件。

哦， 請告訴我是否有辦法以某種方式概括塊注釋，例如：找到/*在找到*/之前不匹配example.com 。 那將非常有用。 是否有可能實現一般（非語言相關）正則表達式？

Answer 1

一個正則表達式只匹配example.com如果它不在評論部分內（但不關心行注釋，所以你必須單獨執行此操作）：

$result = preg_replace(
    '%example\.com # Match example.com
    (?!            # only if it\'s not possible to match
     (?:           # the following:
      (?!/\*)      #  (unless an opening comment starts first)
      .            #  any character
     )*            # any number of times
     \*/           # followed by a closing comment.
    )              # End of lookahead
    %sx', 
    'newdomain.com', $subject);

Answer 2

我會使用某種標記器來區分評論和其他語言標記。

在處理PHP文件時，您應該使用PHP自己的tokenizer函數token_get_all ：

$tokens = token_get_all($source);

然后，您可以枚舉標記並按類型分隔標記 ：

foreach ($tokens as &$token) {
    if (in_array($token[0], array(T_COMMENT, T_DOC_COMMENT, T_ML_COMMENT))) {
        // comment
    } else {
        // not a comment
        $token[1] = str_replace('example.com', 'example.net', $token[1]);
    }
}

最后，把一切都回到一起implode 。

對於您手邊沒有合適的標記器的其他語言，您可以編寫自己的小標記器：

preg_match_all('~/\*.*?\*/|//(?s).*|(example\.com)|.~', $code, $tokens, PREG_SET_ORDER);
foreach ($tokens as &$token) {
    if (strlen($token[1])) {
        $token = str_replace('example.com', 'example.net', $token[1]);
    } else {
        $token = $token[0];
    }
}
$code = implode('', $tokens);

請注意，這不會考慮任何其他令牌，如字符串。 因此，如果它出現在字符串中，而且還在“評論”中，則不會匹配example.com ：

'foo /* not a comment example.com */ bar'