php 正则表达式检测括号内的文本忽略嵌套括号

Question

我正在尝试制作一个 php 正则表达式来解析括号中文本的字符串，同时忽略可能的嵌套括号：

假设我想要

Lorem ipsum [1. dolor sit amet, [consectetuer adipiscing] elit.]. Aenean commodo ligula eget dolor.[2. Dolor, [consectetuer adipiscing] elit.] Aenean massa[3. Lorem ipsum] dolor.

到return

[1] => "dolor sit amet, [consectetuer adipiscing] elit."
[2] => "Dolor, [consectetuer adipiscing] elit."
[3] => "Lorem ipsum"

到目前为止我得到了

'/\[([0-9]+)\.\s([^\]]+)\]/gi'

但是当出现嵌套括号时它会中断。 See demo

如何忽略检测中的内括号？提前致谢！

Answer 1

您可以使用递归正则表达式获取所有用方括号括起来的子字符串，然后在 array_map 中使用 preg_replace 删除括号和外括号：

$str = "Lorem ipsum [1. dolor sit amet, [consectetuer adipiscing] elit.]. Aenean commodo ligula eget dolor.[2. Dolor, [consectetuer adipiscing] elit.] Aenean massa[3. Lorem ipsum] dolor.";
preg_match_all('/\[(?>[^\[\]]|(?R))*]/', $str, $matches);
$res = array_map(function($el) {
    return preg_replace('/^\[\d+\.(.*?)\s*\]$/s', '', $el); 
    },
    $matches[0]);
print_r($res);

见IDEONE demo

\[(?>[^\[\]]|(?R))*] 正则表达式匹配 [，然后匹配 [ 和 ] 或嵌套的 [...] 结构。在 regular-expressions.info. Here is the regex demo.

查看更多关于正则表达式递归的信息

preg_repace - ^\[\d+\.(.*?)\s*\]$ - 中的正则表达式将匹配初始 [ 与 1 个或多个数字和一个句点，并匹配并捕获其余部分直到最后可选空格 (\s*) 和关闭 ]（$ 将确保括号在字符串末尾匹配）。使用我们可以恢复字符串的其余部分并使用它来填充新数组。见 2nd regex demo here.

Answer 2

您可以对之前的组使用递归引用：

(?<no_brackets>[^\[\]]*){0}(?<balanced_brackets>\[\g<no_brackets>\]|\[(?:\g<no_brackets>\g<balanced_brackets>\g<no_brackets>)*\])

See it in action

我们的想法是将您想要的匹配项定义为不带括号、被 [] 包围的内容，或者包含一系列无括号或符合第一条规则的平衡括号的内容。

Answer 3

您可以使用此模式在两个不同的组中捕获项目编号和以下文本。如果您确定所有项目编号都是唯一的，则可以使用简单的 array_combine:

构建问题中描述的关联数组

$pattern = '~\[ (?:(\d+)\.\s)? ( [^][]*+ (?:(?R) [^][]*)*+ ) ]~x';

if (preg_match_all($pattern, $text, $matches))
    $result =  array_combine($matches[1], $matches[2]);

图案详情：

~     # pattern delimiter
\[    # literal opening square bracket
(?:(\d+)\.\s)? # optional item number (*) 
(              # capture group 2
   [^][]*+         # all that is not a square bracket (possessive quantifier)
   (?:             # 
       (?R)        # recursion: (?R) is an alias for the whole pattern
       [^][]*      # all that is not a square bracket
   )*+             # repeat zero or more times (possessive quantifier)
)
]                  # literal closing square bracket
~x  # free spacing mode

(*) 请注意，如果您希望能够将递归与 (?R) (for例如 [consectetuer adipiscing] 没有商品编号。）。如果您想避免没有项目编号的方括号，这可能会有问题。在这种情况下，如果将可选组 (?:(\d+)\.\s)? 更改为条件语句，则可以构建更强大的模式：(?(R)|(\d+)\.\s)

条件语句：

(?(R)        # IF you are in a recursion
             # THEN match this (nothing in our case)
  |          # ELSE
  (\d+)\.\s  #   
)

这样项目编号就变成了强制性的。

php 正则表达式检测括号内的文本忽略嵌套括号

php regex to detect text inside brackets ignoring nested brackets

php

regex

brackets