使用 Regex 匹配函数体

Question

给定一个虚拟函数：

public function handle()
{
  if (isset($input['data']) {
    switch($data) {
      ...
    }
  } else {
    switch($data) {
      ...
    }
  }
}

我的目的是获取该函数的内容，问题是匹配花括号的嵌套模式 {...}。

我遇到了 recursive patterns 但无法理解与函数主体匹配的正则表达式。

我尝试了以下方法（无递归）：

$pattern = "/function\shandle\([a-zA-Z0-9_$\s,]+\)?". // match "function handle(...)"
            '[\n\s]?[\t\s]*'. // regardless of the indentation preceding the {
            '{([^{}]*)}/'; // find everything within braces.

preg_match($pattern, $contents, $match);

那个模式根本不匹配。我确定这是最后一点错误 '{([^{}]*)}/' 因为当体内没有其他括号时该模式有效。

将其替换为：

'{([^}]*)}/';

一直匹配到if语句中switch的closing }就停止了（包括switch的}，不包括if的switch） .

与此模式一样，结果相同：

'{(\K[^}]*(?=)})/m';

Answer 1

更新 #2

根据别人的评论

^\s*[\w\s]+\(.*\)\s*\K({((?>"(?:[^"\]*+|\.)*"|'(?:[^'\]*+|\.)*'|//.*$|/\*[\s\S]*?\*/|#.*$|<<<\s*["']?(\w+)["']?[^;]+;$|[^{}<'"/#]++|[^{}]++|(?1))*)})

注意：如果您知道您的输入不包含 PHP 语法中的 { 或 }，那么一个简短的 RegEx 即 {((?>[^{}]++|(?R))*)} 就足够了.

这么长的正则表达式，在什么邪恶情况下有效？

您在引号 ["']

[{}]

你把那些引号互相转义了
您有 [{}] 个评论区。 //... 或 /*...*/ 或 #...
您在 heredoc 或 nowdoc <<<STR 或 <<<['"]STR['"]

[{}]

否则就意味着有一对 opening/closing 大括号，嵌套大括号的深度并不重要。

我们有失败的案例吗？

不，除非你的代码中有一个火星人。

 ^ \s* [\w\s]+ \( .* \) \s* \K               # how it matches a function definition
 (                             # (1 start)
      {                                      # opening brace
      (                             # (2 start)
           (?>                               # atomic grouping (for its non-capturing purpose only)
                "(?: [^"\]*+ | \ . )*"     # double quoted strings
             |  '(?: [^'\]*+ | \ . )*'     # single quoted strings
             |  // .* $                      # a comment block starting with //
             |  /\* [\s\S]*? \*/             # a multi line comment block /*...*/
             |  \# .* $                      # a single line comment block starting with #...
             |  <<< \s* ["']?                # heredocs and nowdocs
                ( \w+ )                      # (3) ^
                ["']? [^;]+  ; $           # ^
             |  [^{}<'"/#]++                 # force engine to backtack if it encounters special characters [<'"/#] (possessive)
             |  [^{}]++                      # default matching bahaviour (possessive)
             |  (?1)                         # recurse 1st capturing group
           )*                                # zero to many times of atomic group
      )                             # (2 end)
      }                                      # closing brace
 )                             # (1 end)

格式化由@sln的RegexFormatter软件完成。

我在现场演示中提供了什么？

Laravel 的 Eloquent Model.php 文件（~3500 行）随机作为输入。看看这个： Live demo

Answer 2

这可以从内联函数块 (.c) 中输出头文件 (.h)

查找正则表达式：

(void\s[^{};]*)\n^\{($[^}$]*)\}$

替换为：

输入：

void bar(int var)
{ 
    foo(var);
    foo2();
}

将输出：

void bar(int var);

获取具有第二个匹配模式的功能块主体：

将输出：

    foo(var);
    foo2();

使用 Regex 匹配函数体

Match the body of a function using Regex

php

regex

parsing

text-parsing

regex-lookarounds

更新 #2

这么长的正则表达式，在什么邪恶情况下有效？

我们有失败的案例吗？

我在现场演示中提供了什么？