忽略嵌套标记的PHP正则表达式

嗨，我正在处理CMS中的一个bug，我希望有人能帮我处理这个乱七八糟的正则表达式！我需要删除{{page？}}标记（其中“page”是一个动态单词）中的所有内容，包括其中任何嵌套的{{tags}}。-除了{{links？}

在下面的代码中，正则表达式应该删除{{homepage？}}标记中的所有内容：

<div id="main">   
    <div id="left">
    {{menu1}}<br />

{{homepage?
    <img src="images/{{timenow}}.gif" width="177" height="217" alt="{{imgname}}" id="biglogo" />
}}

{{links?
    <b>LINKS</b>
}}
</div>
{{menu2}}
</div>

澄清：

没有

{{page？}

子标记（所有子标记都是

{{thisformat}}

）。

---

换句话说，类似于：

{{foo？{{{links？bar}}}}

的事情永远不会发生。

这在正则表达式中是不可能的。阅读有关使用regex解析嵌套html/xml的数百万次失败尝试的信息。

您可以执行以下操作：

---

如果我理解正确，这里就不需要递归匹配；

{{page？}

标记可能包含像

{{this}}

这样的简单标记，仅此而已。在这种情况下，您只需注意嵌套标记的开头，以便在它出现时匹配该标记的结尾，然后继续查找封闭的

{{page？}

标记的结尾或另一个嵌套标记的开头

$regex='#
  \{\{ (?!links\?) \w++\?     # page-tag start
  (?:
    (?: (?!\{\{|\}\}) . )++   # normal content
  |
    \{\{                      #
    (?: (?!\}\}) . )*+        # embedded tag
    \}\}                      #
  )*+
  \}\}                        # page-tag end
#sx';

“正常内容”部分与任何字符中的一个或多个匹配，除非下一个字符是

{{

或

}

序列的开头。一旦我们开始匹配一个嵌入的标签，我们就使用同样的技术来吞噬它的内容

---

什么

{{{page？}

标签？你是说

{{homepage？..}}

？是否确实要删除除“链接”标记之外的所有标记？

{{foo？{{links？bar}}}baz}}

会发生什么？或者您只是想获取links标记的内容吗？使用

（？R）

语法的递归正则表达式可能就足够简单了。在您的情况下，您可能会侥幸逃脱：

“{{（？！links）\w+\（（？R）}.*}}}s”

-但是

应该重写为更具体的内容。抱歉@Qtax by

{page？}

我的意思是页面是动态的（可以是任何单个单词，如主页、链接、联系人等）。没有{page？}}子标记（所有子标记都是{{thisformat}}），因此您的示例永远不会出现@马里奥-看起来很有前途。我会给它一个爆炸和报告回来。他不是解析*ML-tho，匹配递归结构很容易，但可能最好写一个解析器。：）使用正则表达式解析XML的问题是嵌套。不要让标题迷惑你-实际上这个问题中只有一个嵌套级别，使语言规则化。知道这一点会有帮助：）它太完美了！谢谢你！

$regex='#
  \{\{ (?!links\?) \w++\?     # page-tag start
  (?:
    (?: (?!\{\{|\}\}) . )++   # normal content
  |
    \{\{                      #
    (?: (?!\}\}) . )*+        # embedded tag
    \}\}                      #
  )*+
  \}\}                        # page-tag end
#sx';