PHP正则表达式递归匹配

我正在尝试匹配模板文件中的一组特定标记。然而，我希望标签是正确的 能够嵌套在自身中

我的正则表达式如下：（带/s）

小组（2）

y
x

---

我想要2个匹配项，而不是1个。显然，嵌套的标记集不匹配。这在正则表达式中是可能的，还是应该保留regexing group（2）结果，直到我没有找到新的匹配项？

正则表达式不适合解析任意深度树结构。根据您正在使用的regex风格，这可能是可行的，但不推荐这样做-它们很难阅读，也很难调试

我建议改为编写一个简单的解析器。您要做的是将文本分解为一组可能的标记，每个标记都可以由简单的正则表达式定义，例如：

START_TOKEN = "<!-- START [A-Za-z] -->"
END_TOKEN = ...
HTML_TEXT = ...

START_TOKEN=“”
结束标记=。。。
HTML_TEXT=。。。

迭代字符串，只要匹配这些标记，就将它们从字符串中取出，并将它们存储在单独的列表中。执行此操作时，请确保保存令牌（如果有）中的文本

然后，您可以迭代令牌列表，并根据令牌类型创建嵌套的节点树结构，每个节点包含1）原始令牌的文本，2）子节点列表

---

如果这看起来太复杂，您可能想看一些解析器教程。

正则表达式不适合解析任意深度树结构。根据您正在使用的regex风格，这可能是可行的，但不推荐这样做-它们很难阅读，也很难调试

我建议改为编写一个简单的解析器。您要做的是将文本分解为一组可能的标记，每个标记都可以由简单的正则表达式定义，例如：

START_TOKEN = "<!-- START [A-Za-z] -->"
END_TOKEN = ...
HTML_TEXT = ...

START_TOKEN=“”
结束标记=。。。
HTML_TEXT=。。。

迭代字符串，只要匹配这些标记，就将它们从字符串中取出，并将它们存储在单独的列表中。执行此操作时，请确保保存令牌（如果有）中的文本

然后，您可以迭代令牌列表，并根据令牌类型创建嵌套的节点树结构，每个节点包含1）原始令牌的文本，2）子节点列表

---

如果这看起来太复杂，您可能想看一些解析器教程。

您可以这样做：

$parts = preg_split('/(<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->)/', $str, -1, PREG_SPLIT_DELIM_CAPTURE);
$tokens = array();
$isTag = isset($tokens[0]) && preg_match('/^<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->$/', $tokens[0]);
foreach ($parts as $part) {
    if ($isTag) {
        preg_match('/^<!-- (START|END|CARET) ([a-zA-Z][a-zA-Z0-9]*) -->$/', $token, $match);
        $tokens[] = array($match[1], $match[2]);
    } else {
        if ($token !== '') $tokens[] = $token;
    }
    $isTag = !$isTag;
}
var_dump($tokens);

$parts=preg_split（“/（）/”，$str，-1，preg_split_DELIM_CAPTURE）；
$tokens=array（）；
$isTag=isset（$tokens[0]）&预匹配（'/^$/'，$tokens[0]）；
foreach（$parts作为$part）{
如果（$isTag）{
预匹配（“/^$/”，$token，$match）；
$tokens[]=数组（$match[1]，$match[2]）；
}否则{
如果（$token！=''）$tokens[]=$token；
}
$isTag=！$isTag；
}
var_dump（代币）；

---

这将为您提供代码的结构。

您可以这样做：

$parts = preg_split('/(<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->)/', $str, -1, PREG_SPLIT_DELIM_CAPTURE);
$tokens = array();
$isTag = isset($tokens[0]) && preg_match('/^<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->$/', $tokens[0]);
foreach ($parts as $part) {
    if ($isTag) {
        preg_match('/^<!-- (START|END|CARET) ([a-zA-Z][a-zA-Z0-9]*) -->$/', $token, $match);
        $tokens[] = array($match[1], $match[2]);
    } else {
        if ($token !== '') $tokens[] = $token;
    }
    $isTag = !$isTag;
}
var_dump($tokens);

$parts=preg_split（“/（）/”，$str，-1，preg_split_DELIM_CAPTURE）；
$tokens=array（）；
$isTag=isset（$tokens[0]）&预匹配（'/^$/'，$tokens[0]）；
foreach（$parts作为$part）{
如果（$isTag）{
预匹配（“/^$/”，$token，$match）；
$tokens[]=数组（$match[1]，$match[2]）；
}否则{
如果（$token！=''）$tokens[]=$token；
}
$isTag=！$isTag；
}
var_dump（代币）；

---

这将为您提供代码的结构。

很有趣。你能推荐一些语法分析教程吗？很有趣。你能推荐一些语法分析教程吗？

y 
<!-- START xList --> 
  x 
<!-- END xList --> 
<!-- CARET xList --> 
<br>

START_TOKEN = "<!-- START [A-Za-z] -->"
END_TOKEN = ...
HTML_TEXT = ...

$parts = preg_split('/(<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->)/', $str, -1, PREG_SPLIT_DELIM_CAPTURE);
$tokens = array();
$isTag = isset($tokens[0]) && preg_match('/^<!-- (?:START|END|CARET) [a-zA-Z][a-zA-Z0-9]* -->$/', $tokens[0]);
foreach ($parts as $part) {
    if ($isTag) {
        preg_match('/^<!-- (START|END|CARET) ([a-zA-Z][a-zA-Z0-9]*) -->$/', $token, $match);
        $tokens[] = array($match[1], $match[2]);
    } else {
        if ($token !== '') $tokens[] = $token;
    }
    $isTag = !$isTag;
}
var_dump($tokens);