PHP/PCRE 正则表达式以递归模式开头

Question

我正在尝试将降价标签与递归相匹配。

输入语法

(TYPE: VALUE ATTR_KEY: ATTR_VALUE)

请注意，语法应以：[a-z0-9_-]+:

开头

示例输入：

(image: sky.jpg)
(image: sky.jpg caption: Sky (Issue This) View)
(link: https://whosebug.com text: Stack Overflow)
(link: https://whosebug.com text: Stack Overflow rel=nofollow)
(video: http://www.youtube.com/watch?v=49Kh1mS4Fhs)

当前使用以下正则表达式：

(?=[^\]])\([a-z0-9_-]+:.*?\)

但问题来自这里，因为匹配：

(image: sky.jpg caption: Sky (Issue This)

预期匹配：

(image: sky.jpg caption: Sky (Issue This) View)

如果括号中再次使用括号，则不完全匹配。

我试过遵循递归模式并且有效，但我需要限制以字符开头。

(?s)\((?:[^()]+|(?R))*+\)
\((?:[^)(]+|(?R))*+\)

Answer 1

您应该使用积极的前瞻来匹配确保匹配以该模式开始，但是您必须将整个括号匹配模式包装在另一个捕获组中并使用 (?1) subroutine 而不是 (?R) 只递归那个模式，而不是整个正则表达式：

(?=\([a-z0-9_-]+:)(\((?:[^()]+|(?1))*+\))
^^^^^^^^^^^^^^^^^^^            ^^^^     ^

参见regex demo。

详情

(?=\([a-z0-9_-]+:) - 正向前瞻，需要 (、1+ 个小写 ASCII 字母、数字、下划线或连字符后跟 :，紧接在当前位置
(\((?:[^()]+|(?1))*+\)) - 捕获第1组（稍后会递归）：
- \( - (
- (?:[^()]+|(?1))*+ - 1+ 重复 1+ 除 ( 和 ) 以外的任何字符或整个第 1 组模式（递归）
- \) - )

如果您还想支持笑脸，您可以在正则表达式子例程所在的交替组中添加它们的特定模式，作为第一个选择：

(?=\([a-z0-9_-]+:)(\((?::[)(]|[^()]|(?1))*+\))
                        ^^^^^

我添加 :[)(] 匹配 :) 或 :( 并从 [^()] 之后删除 + 以便能够检查嵌套内的字符串括号逐个字符。

随时根据您的需要进行调整，或添加。

使用 (?=\([a-z0-9_-]+:)(\((?::(?:[()pPDd*oO]|'\()|<3|;\)|[^()]|(?1))*+\)) 正则表达式参见 this regex demo。

PHP/PCRE 正则表达式以递归模式开头

PHP/PCRE regex starts with on recursive pattern

php

regex

pcre