PHP正则表达式解析避免子字符串

我正在编写一个简单的Markdown解析器，为同样使用一些LaTeX公式的页面输出HTML。例如，对于斜体字：

//斜体
$content=preg\u replace\u回调(
'/(\*|_)(.+)\1/',
功能（百万美元）{
返回“$m[2]”；
},
$content
);

不幸的是，许多标记格式与LaTeX符号（以及代码块）冲突，因此我需要首先转义LaTeX部分，并仅在这些部分之外解析标记。LaTeX位由

$

和

$$

分隔，因此很容易发现它们：

preg\u匹配（“/\$+（.*？\$+/”，$content）

例如，这是这样一个页面的示例：

##章节标题
Lorem ipsum*dolores*sic amet$E=mc^2$，自：
$$
\cos（3*\pi*\sqrt{2}）=\delta
$$

所以…斜体和乘法之间的冲突

我的第一个猜测是我应该将内容分成两个数组：一个包含带索引的LaTeX位，另一个包含位于LaTeX位之间的非LaTeX位，将第二个数组放在一边，然后将它们合并在一起

preg_split（）。似乎可以使用
PREG_SPLIT_DELIM_CAPTURE
标志来调整它，以返回所有子字符串，包括与regexp匹配的断点，但是文档没有显示使用此标志时的输出数据结构，因此我不知道如何迭代输出数组，只处理与模式不匹配的部分

此函数输出什么和/或是否有更好/更快的方法在与其他模式匹配的区域之外执行模式检测？
一个选项可能是使用SKIP FAIL使同一行上仅以
$
开头和结尾的部分不成为匹配的一部分

然后在捕获组中捕获
*
或
，并使用反向引用
\1
匹配相同的字符，而不匹配中间的相同字符

^\$+(?:\R(?!\$+$).*)*\R\$+$(*SKIP)(*FAIL)|([*_])((?:(?!\1).)+)\1

模式匹配：


^
字符串的开头
\$+
匹配1+次出现的
$
（？：\R（？\$+$）.*）
匹配所有不只有
$
\R\$+$
仅将行与
$
匹配
（*跳过）（*失败）|
跳过当前匹配的内容
（[*.]）
在组1中捕获
*
或

（（？：（？！\1）。）+）
重复匹配除捕获内容以外的所有字符
\1
反向引用到组1，与捕获的字符相同

|

范例

$content= <<<'DATA'
## Section title

Lorem ipsum *dolores* sic amet. $E = mc^2$, and since :

$$
\cos(3*\pi*\sqrt{2}) = \delta
$$
DATA;

$content = preg_replace_callback(
    '/^\$+(?:\R(?!\$+$).*)*\R\$+$(*SKIP)(*FAIL)|([*_])((?:(?!\1).)+)\1/m',
    function ($m) {
        return "<i>" . $m[2] . "</i>";
    },
    $content
);

echo $content;

$content=
对于那些不熟悉您的LaTEX起始文档的人，您应该显示示例数据。非常感谢，这非常有帮助！
## Section title

Lorem ipsum <i>dolores</i> sic amet. $E = mc^2$, and since :

$$
\cos(3*\pi*\sqrt{2}) = \delta
$$

^\$+(?:\R(?!\$+$).*)*\R\$+$(*SKIP)(*FAIL)|(?<!\S)([*_])((?:(?!\1).)+)\1(?!\S)