使用解析器标记删除PHP中允许的空白

我试图制作一个简单的脚本，从PHP文件/字符串中删除所有不必要的空白

我已经成功地使用标记解析了字符串，但是没有找到一个删除“额外”空白的好方法

比如说,

function test() { return TRUE; }

应该是

function test(){return TRUE;}

而不是

functiontest(){returnTRUE;}

如果只删除T_空白标记，则最终会得到最后一个版本

---

我是否缺少删除空格，但在“function”和“return”之后保留空格的功能。谢谢大家!

嗯，

T_空格

可以是空格或换行符等。因此，一个简单的方法是自动将所有

T_空格

实例替换为一个新实例，该实例正好由一个空格组成

但是对于一个更智能的方法，只需遍历，并找出哪些应该在后面有空格，哪些不应该（类似于下面的内容）：

还有一点要注意，不要为了表现而这样做。如果您使用的是操作码缓存（如APC），那么大量工作将不会带来任何好处。如果你不使用，为什么不使用

$newSource = '';
foreach (token_get_all($source) as $i => $token) {
    if (!is_array($token)) {
        $newSource .= $token;
    }

    if ($token[0] == T_WHITESPACE) {
        if (   isset($tokens[$i - 1])      && isset($tokens[$i + 1])
            && is_array($tokens[$i - 1])   && is_array($tokens[$i + 1])
            && isLabel($tokens[$i - 1][1]) && isLabel($tokens[$i + 1][1])
        ) {
            $newSource .= ' ';
        }
    } else {
        $newSource .= $token[1];
    }
}

function isLabel($str) {
    return preg_match('~^[a-zA-Z0-9_\x7f-\xff]+$~', $str);
}

除了两边都有

标签的情况外，始终允许删除空白。我检查它，要么不添加任何内容，要么添加一个空格字符

我知道还有一个特例，空白很重要：
T_END_herdoc
后面必须跟
或
\n
。不允许压缩或剥离此处的空间。因此，如果这对您很重要，您可以简单地添加它；）
 你的努力是徒劳的

php -w

允许已删除脚本中的空白。它使用更复杂的逻辑从令牌流中删除空白。

下面是
zend_highlight.c
中的
zend_strip（）
函数：

while ((token_type=lex_scan(&token TSRMLS_CC))) {
    switch (token_type) {
        case T_WHITESPACE:
            if (!prev_space) {
                zend_write(" ", sizeof(" ") - 1);
                prev_space = 1;
            }
                    /* lack of break; is intentional */
        case T_COMMENT:
        case T_DOC_COMMENT:
            token.type = 0;
            continue;

        case T_END_HEREDOC:
            zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            efree(token.value.str.val);
            /* read the following character, either newline or ; */
            if (lex_scan(&token TSRMLS_CC) != T_WHITESPACE) {
                zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            }
            zend_write("\n", sizeof("\n") - 1);
            prev_space = 1;
            token.type = 0;
            continue;

        default:
            zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            break;
    }

    if (token.type == IS_STRING) {
        switch (token_type) {
            case T_OPEN_TAG:
            case T_OPEN_TAG_WITH_ECHO:
            case T_CLOSE_TAG:
            case T_WHITESPACE:
            case T_COMMENT:
            case T_DOC_COMMENT:
                break;

            default:
                efree(token.value.str.val);
                break;
        }
    }
    prev_space = token.type = 0;
}

谢谢你。这是我想我可能不得不做的方法，有点痛苦！我已经有了单空格选项，但它有点像半个空格。@Matt:我真的不得不问，你为什么要这样做？目标是什么？目标的理由是什么？基本上是一个学术练习。我经常在随机的地方重复使用我的方法，有时候如果它们只占用一行就好了。我意识到这对速度/执行没有真正的影响。@Matt:好吧，很公平。仍然不是一个好主意（复制粘贴等）。最好使用库并包含功能，而不是复制它。但作为一项学术活动，我想一切都会发生…@nikic:这实际上是误导。
-w
选项应该
输出带有精简注释和空白的源代码。
-但它主要只是压缩它们。作为一个例子，这很有趣。是的，我知道php-w命令。徒劳可能有点过于戏剧化，我只想要一个一键函数，去掉我不需要的东西，并替换变量。谢谢你的推荐，很有趣。剧本很好，谢谢。它还与一个变量替换器一起工作。我在令牌上运行两个循环，首先捕获变量，然后在第二个循环中删除空白，然后替换变量。我还删除了注释，发现如果我尝试在一个循环中删除注释，那么注释原来所在的位置会有一个空间。在我的例子中，我将它移动到第一个循环，所有问题都解决了。*我发现除了“case”语句之外，这对我的许多文件都有效。例如，我的一个语句是检查http状态，而“case404:”变成了“case404:”，这显然是一个错误。我只是将那个else设置为elseif（$token[0]==T_CASE）{$new_source.=$token[1].'；}（在标记后添加一个空格），然后继续执行当前的else语句。@Matt Gaidica：是的，我的错。我检查了PHP lexer定义为
{LABEL}
的内容，但我也应该查找数字，因为它们也可以出现在标签中（除了第一个字符）。我调整了正则表达式。
while ((token_type=lex_scan(&token TSRMLS_CC))) {
    switch (token_type) {
        case T_WHITESPACE:
            if (!prev_space) {
                zend_write(" ", sizeof(" ") - 1);
                prev_space = 1;
            }
                    /* lack of break; is intentional */
        case T_COMMENT:
        case T_DOC_COMMENT:
            token.type = 0;
            continue;

        case T_END_HEREDOC:
            zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            efree(token.value.str.val);
            /* read the following character, either newline or ; */
            if (lex_scan(&token TSRMLS_CC) != T_WHITESPACE) {
                zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            }
            zend_write("\n", sizeof("\n") - 1);
            prev_space = 1;
            token.type = 0;
            continue;

        default:
            zend_write(LANG_SCNG(yy_text), LANG_SCNG(yy_leng));
            break;
    }

    if (token.type == IS_STRING) {
        switch (token_type) {
            case T_OPEN_TAG:
            case T_OPEN_TAG_WITH_ECHO:
            case T_CLOSE_TAG:
            case T_WHITESPACE:
            case T_COMMENT:
            case T_DOC_COMMENT:
                break;

            default:
                efree(token.value.str.val);
                break;
        }
    }
    prev_space = token.type = 0;
}