使用正则表达式解析方括号

Question

我一直对正则表达式感到困惑。虽然我寻求了帮助，但我似乎找不到我需要的。

我有一些文本块，遵循以下模式：

[php] ... 这里可以是任何类型的代码示例 [/php]

我需要：

• 检查方括号，其中可以包含20-30个编程语言名称（php，ruby等）。
• 需要获取在打开和关闭括号之间的所有代码。

我已经制定了以下正则表达式：

#\[([a-z]+)\]([^\[/]*)\[/([a-z]+)\]#i

这基本上匹配了所有内容。但是，当代码示例包含方括号时，它会出错。如何修改它以使打开/关闭括号之间的任何字符都能被匹配并用于后续使用？

- helion3

---

你是否会有类似 [php] print "[/php]"; [/php] 这样的东西？如果是这样，正则表达式帮助不大。要检测这样的内容所需的正则表达式将非常复杂，最好使用整个解析器。 - cHao

Answer 1

这是你需要的正则表达式。它能匹配标签，即使标签是偶数个，所以一个php标签只会结束一个php标签。

/\[(\w+)\](.*?)\[\/\1\]/s

或者如果你想明确匹配标签，你可以使用...

$langs = array('php', 'python', ...); 

$langs = implode('|', array_map('preg_quote', $langs));

preg_match_all('/\[(' . $langs . ')\](.*?)\[\/\1\]/s', $str, $matches);

- alex

---

这也捕获了 .*? 部分，这会破坏反向引用。 - Aaa

@重构 这会如何破坏反向引用？ - alex

在\1之前缺少了一个/。 - manojlds

Answer 2

以下代码可以正常运行：

\[([a-z]+)\].*\[/\1\]

如果您不想去除贪婪模式，可以这样做：

\[([a-z]+)\].*?\[/\1\]

你所要做的就是检查闭合标签和开放标签是否具有相同的文本（在这种情况下，两者都是相同的编程语言），并且你可以使用\1来实现匹配之前匹配的第一个组号：([a-z]+)

- Oscar Mederos

Answer 3

为什么不使用类似下面的东西：

\[php\].*?\[/php\]

我不明白为什么你想要使用[a-z]+来作为标签，应该只有php或其他少量的标签。保持简单就好。

实际上你可以使用：

\[(php)\].*?\[/(\1)\]

这样你就可以匹配开放和关闭标签。否则，你将会匹配到随机的开放和关闭标签。添加其他的，比如说，我不知道，js等，作为php|js等。

- manojlds

Answer 4

使用反向引用来引用已经在正则表达式中匹配的内容：

\[(\w+)\].*?\[/\1\]

- Aaa