正则表达式匹配嵌套的开始和结束标签

Question

这里是我想提取标签 {{if}} 和 {{\if}} 之间包含的字符串，我的意思是第一个和最后一个（引擎将重新检查内部的）：

"before {{if^^p1^p2}} IN1; {{if^ ^p1}} {{iif}} IN3 {{/if}} IN1-1 {{/if}} after"
"before {{if^ ^p1}} IN1; {{if^ ^p1}} {{if^ ^p1}} IN3 {{/if}} {{/if}} IN1-1 {{/if}} after"
"before {{if^ ^p1}} IN1; {{if^ ^p1}} {{if^ ^p1}} IN3 {{/if}} {{/if}} IN1-1 {{if^ ^p1}} IN4 {{/if}} {{/if}} after"

正则表达式是：\{\{(if)\}\}(((?!\{\{\/?\}\})[\s\S])*(\{\{\}\}(?2)*\{\{\/\}\})*((?!\{\{\/?\}\})[\s\S])*)\{\{\/\}\}

编辑 3：我删除了支持标签的义务，但没有结束标签。我为未来的用户重新格式化了问题，为了理解下面的一些评论，请参阅 post

的第一个版本

更多，我让它同时适用于所有三个，给我三个匹配，这在网站 regex101 上不起作用。比赛中必须支持换行符。虽然，我可以接受只有最后两个组合给出两个匹配项，因为我可以将单独的 if 的标签更改为 iif.

我的另一个解决方案是不使用正则表达式，但如果可能的话我想这样做。

Answer 1

您可以使用

~{{             # Opening tag start
  (\w+)         # (Group 1) Tag name
  \^            # Aux delimiter
  ([^^\{\}]?)   # (Group 2) Specific delimiter
  \^            # Aux delimiter
  ([^\{\}]+)    # (Group 3) Parameters
 }}             # Opening tag end
  (             # (Group 4)
   (?>          
     (?R)       # Repeat the whole pattern
     |          # or match all that is not the opening/closing tag
     [^{]*(?:\{(?!{/?[^\{\}]*}})[^{]*)*
   )*           # Zero or more times
  )
 {{/}}        # Closing tag
~ix

见regex demo

一般来说，表达式是基于递归和一个tempered greedy token。 [^{]*(?:\{(?!{/?[^\{\}]*}})[^{]*)* 部分是展开的 (?s:(?!{{/?}}).)* 模式，匹配任何不是 {{TAG}} 或 {{/TAG}} 字符序列起点的字符 (.)。

此模式不需要 DOTALL 修饰符，因为模式中没有 .。

这是一个PHP demo:

$re = '~{{(\w+)\^([^^\{\}]?)\^([^\{\}]+)}}((?>(?R)|[^{]*(?:\{(?!{/?[^\{\}]*}})[^{]*)*)*){{/}}~i'; 
$str = "before {{if^^p1^p2}} IN1; {{if^ ^p1}} {{iif}} IN3 {{/if}} IN1-1 {{/if}} after\nbefore {{if^ ^p1}} IN1; {{if^ ^p1}} {{if^ ^p1}} IN3 {{/if}} {{/if}} IN1-1 {{/if}} after\nbefore {{if^ ^p1}} IN1; {{if^ ^p1}} {{if^ ^p1}} IN3 {{/if}} {{/if}} IN1-1 {{if^ ^p1}} IN4 {{/if}} {{/if}} after"; 
preg_match_all($re, $str, $matches);
print_r($matches);

正则表达式匹配嵌套的开始和结束标签

Regex matching nested beginning and ending tags

php

regex

pcre