正则表达式排除包裹在特定 bbcode 标签中的匹配项

Question

我正在尝试用弯引号替换双引号，除非文本包含在某些标签中，例如 [quote] 和 [code]。

示例输入

[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>"Why no goodbye?" replied [b]Bob[/b]. "It's always Hello!"</p>

预期输出

[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>“Why no goodbye?” replied [b]Bob[/b]. “It's always Hello!”</p>

我想出了如何通过使用 (*SKIP)(*F) 在 PHP 中优雅地实现我想要的东西，但是我的代码将是运行在 javascript 中，而 javascript 解决方案不太理想。

现在我在这些标签处拆分字符串，运行替换，然后将字符串放在一起：

var o = 3;
a = a
    .split(/(\[(?<first>(?:icode|quote|code))[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(?:\k<first>)\])/i)
    .map(function(x,i) {
        if (i == o-1 && x) {
            x = '';
        }
        else if (i == o && x)
        {
            x = x.replace(/(?![^<]*>|[^\[]*\])"([^"]*?)"/gi, '“”')
            o = o+3;
        }
        return x;
    }).join('');

Javascript 正则表达式分解

内部 split()：
- (\[(?<first>icode|quote|code)[^\]]*?\](?:.)*?\[\/(\k<first>)\]) - 捕获括号内的模式：
  - \[(?<first>quote|code|icode)[^\]]*?\] - [quote]、[code] 或 [icode] 开始标记，带有或不带参数，如 =html，例如 [code=html]
  - (?:[\s]*?.)*? - 任何字符 (.) 出现次数超过 0 次（尽可能少），前面有或没有空格，因此如果后面跟着开始标记，它不会中断通过换行符
  - [\s]*? - 0+ 个空格
  - \[\/(\k<first>)\] - [\quote]、[\code] 或 [\icode] 结束标记。匹配 (?<first>) 组中捕获的文本。例如：如果它是 quote 开始标签，它将是 quote 结束标签
里面replace()：
- (?![^<]*>|[^\[]*\])"([^"]*?)" - 捕获双引号内的文本：
  - (?![^<]*>|[^\[]*\]) - 否定前瞻，查找字符（不是 < 或 [）后跟 > 或 ] 并丢弃它们，所以它不会匹配任何 inside bbcode 和 html 标签。例如：[spoiler="Name"] 或 <span style="color: #24c4f9">。请注意，标签中 wrapped 的匹配项保持不变。
  - " - 文字左双引号字符。
  - ([^"]*?) - 任何 0+ 字符，双引号除外。
  - " - 文字结束双引号字符。

SPLIT() 正则表达式演示： https://regex101.com/r/Ugy3GG/1

太糟糕了，因为替换被执行了多次。

同时，使用单个 PHP 正则表达式可以实现相同的结果。我写的正则表达式是基于 .

(\[(?<first>quote|code|icode)[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(\k<first>)\])(*SKIP)(*F)|(?![^<]*>|[^\[]*\])"([^"]*?)"

PHP 正则表达式分解

(\[(?<first>quote|code|icode)[^\]]*?\](?:[\s]*?.)*?[\s]*?\[\/(\k<first>)\])(*SKIP)(*F) - 匹配捕获括号内的模式，就像上面的 javascript split() 一样，然后 (*SKIP)(*F) 让正则表达式引擎忽略匹配的文本。
| - 或
(?![^<]*>|[^\[]*\])"([^"]*?)" - 以与 javascript replace() 相同的方式捕获双引号内的文本

PHP 演示： https://regex101.com/r/fB0lyI/1

这个正则表达式的美妙之处在于它只需要运行一次。没有字符串的拆分和连接。有没有办法在javascript中实现它？

Answer 1

嵌套标记很难用 rx 解析，尤其是 JS 的 RegExp。复杂的正则表达式也难以阅读、维护和调试。如果你的需求很简单，一个标签内容替换排除了一些被禁止的标签，考虑一个简单的基于代码的替代运行-on RegExps:

function curly(str) {
    var excludes = {
        quote: 1,
        code: 1,
        icode: 1
    },
    xpath = [];

    return str.split(/(\[[^\]]+\])/) // breakup by tag markup
        .map(x => { // for each tag and content:
            if (x[0] === "[") { // tag markup:
                if (x[1] === "/") { // close tag
                    xpath.pop(); // remove from current path
                } else { // open tag
                    xpath.push(x.slice(1).split(/\W/)[0]); // add to current path
                } //end if open/close tag
            } else { // tag content
                if (xpath.every(tag =>!excludes[tag])) x = x.replace(/"/g, function repr() {
                    return (repr.z = !repr.z) ? "“" : "”"; // flip flop return value (naive)
                });
            } //end if markup or content?
            return x;
        }) // end term map
        .join("");
} /* end curly() */

var input = `[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>"Why no goodbye?" replied [b]Bob[/b]. "It's always Hello!"</p>`;

var wants = `[quote="Name"][b]Alice[/b] said, "Hello world!"[/quote]
<p>“Why no goodbye?” replied [b]Bob[/b]. “It's always Hello!”</p>`;

curly(input) == wants; // true

在我看来，尽管代码有点长，但代码允许文档、缩进和显式命名，这使得这些半复杂的逻辑操作更容易理解。

如果您的需求更复杂，请为 JavaScript 和 map/filter/reduce 使用真正的 BBCode 解析器，它是需要的模型。

Answer 2

因为 JS 缺少回溯动词，你将需要使用那些括号中的块，但稍后按原样替换它们。通过从您自己的正则表达式中获取交替的第二面，最终的正则表达式将是：

\[(quote|i?code)[^\]]*\][\s\S]*?\[\/\]|(?![^<]*>|[^\[]*\])"([^"]*)"

但棘手的部分是使用带有 replace() 方法的回调函数：

str.replace(regex, function([=11=], , ) {
    return  ? [=11=] : '“'  +  + '”';
})

上面的三元运算符 returns [=13=]（整个匹配）如果第一个捕获组存在，否则它将第二个捕获组值用大引号括起来，returns 它。

注意：这可能会在不同情况下失败。

见live demo here

正则表达式排除包裹在特定 bbcode 标签中的匹配项

Regex excluding matches wrapped in specific bbcode tags

javascript

php

regex

bbcode