如何使用正则表达式捕获嵌套的 {% if ... %}{% endif %} 语句

Question

这是我现在得到的：

/{% if(.+?) %}(.*?){% endif %}/gusi

它可以很好地捕获多个 if 语句等。

IMG：http://image.xesau.eu/2015-02-07_23-22-11.png

但是当我做嵌套的时候，所以 if 中的 if，它会在第一次出现 {% endif %} 时停止

IMG：http://image.xesau.eu/2015-02-08_09-29-43.png

有没有一种方法可以捕获与 {% if ... %} 语句一样多的 {% endif %} 语句，如果可以，怎么做？

Answer 1

将您的模式更改为 recursive pattern:

几乎是微不足道的

{% if(.+?) %}((?>(?R)|.)*?){% endif %}

工作示例：https://regex101.com/r/gX8rM0/1

但是， 这将是一个坏主意：该模式缺少许多情况，这确实是您的解析器中的错误。举几个常见的例子：

评论：

{% if aaa %}
123
<!-- {% endif %} -->
{% endif %}

字符串文字:

{% if aaa %}a = "{% endif %}"{% endif %}

{% if $x == "{% %}" %}...{% endif %}

转义字符（你确实需要转义字符，对吧？）：

<p>To start a condition, use <code>\{% if aaa %}</code></p>

输入无效:
如果解析器能够在无效输入上工作得比较好，并指出错误的正确位置，那就太好了。

Answer 2

不要使用正则表达式，使用现有的 Twig 解析器。这是我编写的提取器示例，它解析自定义标签并提取它们：https://github.com/deceze/Twig-extensions/tree/master/lib/Twig/Extensions/Extension/Gettext

词法分析器的工作是将Twig源代码转化为对象；如果你需要连接到那个进程，你可以扩展它：

class My_Twig_Lexer extends Twig_Lexer {

    ...

    /**
     * Overrides lexComment by saving comment tokens into $this->commentTokens
     * instead of just ignoring them.
     */
    protected function lexComment() {
        if (!preg_match($this->regexes['lex_comment'], $this->code, $match, PREG_OFFSET_CAPTURE, $this->cursor)) {
            throw new Twig_Error_Syntax('Unclosed comment', $this->lineno, $this->filename);
        }
        $value = substr($this->code, $this->cursor, $match[0][1] - $this->cursor);
        $token = new Twig_Extensions_Extension_Gettext_Token(Twig_Extensions_Extension_Gettext_Token::COMMENT, $value, $this->lineno);
        $this->commentTokens[] = $token;
        $this->moveCursor($value . $match[0][0]);
    }

    ...

}

通常 Twig 注释节点会被 Twig 丢弃，这个词法分析器会保存它们。

但是，您主要关心的是使用解析器：

$twig   = new Twig_Environment(new Twig_Loader_String);
$lexer  = new My_Twig_Lexer($twig);
$parser = new Twig_Parser($twig);

$source = file_get_contents($file);
$tokens = $lexer->tokenize($source);
$node   = $parser->parse($tokens);
processNode($node);

$node 这里是节点树的根节点，以面向对象的方式表示 Twig 源，所有节点都已正确解析。您只需要处理这棵树，而不必担心用于生成它的确切语法：

 processNode(Twig_NodeInterface $node) {
      switch (true) {
          case $node instanceof Twig_Node_Expression_Function :
              processFunctionNode($node);
              break;
          case $node instanceof Twig_Node_Expression_Filter :
              processFilterNode($node);
              break;
      }

      foreach ($node as $child) {
          if ($child instanceof Twig_NodeInterface) {
              processNode($child);
          }
      }
 }

只需要遍历它，直到找到您要查找的节点类型并获取其信息。稍微玩一下。这个示例代码可能有点过时也可能不会，无论如何你都必须深入研究 Twig 解析器源代码才能理解它。

如何使用正则表达式捕获嵌套的 {% if ... %}{% endif %} 语句

How to catch nested {% if ... %}{% endif %} statments with regex

php

regex

preg-replace-callback