正则表达式从树枝模板中提取块

Question

在 PHP 中，我想提取包含在 twig 块中的文本，我认为正则表达式是最有效的。

假设我有一个包含以下内容的文件“index.twig”：

{% block content %}
Content of the page...
{% endblock %}

此代码运行良好：

$input = file_get_contents("index.twig"); 
preg_match_all('/\{%\s*block\s*content\s*\%}([^\%}]*)\{%\s*endblock\s*\%}/', $input, $output);

$output 将包含预期结果。

但是，如果输入文件是这样的：

{% block content %}
{{ a_tag }}
Content of the page...
{% endblock %}

在这种情况下，结束符 }} 会破坏正则表达式并且 $output 为空。

任何关于正确正则表达式的线索？

提取块内容的另一种解决方案？

我想得到：

{{ a_tag }}
Content of the page...

Answer 1

您可以简单地将与 twig 标签匹配的所有内容替换为空字符串。这是一个例子：

<?php
$x = <<<EOT
{% block content %}
  {{ a_tag }}
  Content of the page...
{% endblock %}
EOT;

$x = preg_replace(['/\{%[^\{\}]*%\}\n*/m', '/\{\{[^\{\}]*\}\}\n*/m'], '', $x);
$y = preg_replace('/\{%[^\{\}]*%\}\n*/m', '', $x);
print $x;
print PHP_EOL;
print $y;

Answer 2

这是我从评论中使用的解决方案：

{%\h*block\h*content\h*%}\R((?:(?!{%\h*endblock\h*%}).*\R)*){%\h*endblock\h*%}

这里有 2 个用于设置正则表达式模式的有用链接：

Answer 3

使用 [^\%}]* 意味着您可以匹配除使用 negated character class 列出的任何字符，在本例中为 %（您不必转义）和 }.

使用该方法，您无法在块之间匹配 {{ a_tag }}。

获取值的一种方法是匹配块的起始代码，直到第一次出现结束块。在你匹配所有不以端块模式开头的行之间。

您可以使用 \h 来匹配水平空白字符，使用 \R 来匹配任何 unicode 换行序列，而不是使用 \s。

{%\h*block\h*content\h*%}\R((?:(?!{%\h*endblock\h*%}).*\R)*){%\h*endblock\h*%}

模式将匹配：

{%\h*block\h*content\h*%}\R 匹配块内容部分和一个换行符
( 捕获 组 1
- (?:(?!{%\h*endblock\h*%}).*\R)* 如果该行不以结束块模式开头，则匹配整行和换行符
) 关闭组 1
{%\h*endblock\h*%}匹配endblock部分

Regex demo

正则表达式从树枝模板中提取块

RegEx to extract block from twig template

php

regex

twig