PHP Regex preg_match提取

Question

尽管我对伪代码中的正则表达式有足够的了解，但是我仍然无法翻译我想在php regex perl中执行的操作。
我正在尝试使用preg_match提取表达式的一部分。
我有以下字符串${classA.methodA.methodB(classB.methodC(classB.methodD)))}，我需要做2件事:

一种。验证语法

${classA.methodA.methodB(classB.methodC(classB.methodD)))} 有效

${classA.methodA.methodB} 有效

${classA.methodA.methodB()} 无效

${methodB(methodC(classB.methodD)))} 无效

b。我需要提取这些信息 ${classA.methodA.methodB(classB.methodC(classB.methodD)))}应该返回

1. A类
2. methodA
3. methodB(classB.methodC(classB.methodD)))

我已经创建了这段代码

$expression = '${myvalue.fdsfs.fsdf.blo(fsdf.fsfds(fsfs.fs))}';
$pattern = '/\$\{(?:([a-zA-Z0-9]+)\.)(?:([a-zA-Z\d]+)\.)*([a-zA-Z\d.()]+)\}/';
if(preg_match($pattern, $expression, $matches))
{
    echo 'found'.'<br/>';
    for($i = 0; $i < count($matches); $i++)
        echo $i." ".$matches[$i].'<br/>';
}

结果是:
成立
0 $ {myvalue.fdsfs.fsdf.blo(fsdf.fsfds(fsfs.fs))}
1 myvalue
2 fsdf
3 blo(fsdf.fsfds(fsfs.fs))

显然，我很难提取重复的方​​法，并且无法正确验证它(老实说，一旦我解决了另一个问题，我就把它留在了最后)，因此允许使用空括号，并且不检查是否在打开括号后就可以了它必须关闭。

谢谢大家

更新

X m.buettner

谢谢你的帮助。我对您的代码进行了快速尝试，但是尽管我可以忽略它，但它给出的问题很小。问题与我在此处未发布的先前代码之一相同，这是我尝试此字符串时的问题:

$expression = '${myvalue.fdsfs}';

使用您的模式定义，它显示:

found
0 ${myvalue.fdsfs}
1 myvalue.fdsfs
2 myvalue
3 
4 fdsfs

如您所见，第三行被捕获为不存在的空白。我不明白为什么这样做，所以您可以建议我怎么做，或者由于php regex的限制我必须忍受它吗？

就是说，我只能告诉你，谢谢。您不仅回答了我的问题，而且还尝试输入尽可能多的信息，并提出了许多建议，以帮助您开发模式时应遵循的正确方法。

我(愚蠢的)最后一件事忘记添加一个重要的小例子，这是多个参数除以逗号，所以

$expression = '${classA.methodAA(classB.methodBA(classC.methodCA),classC.methodCB)}';
$expression = '${classA.methodAA(classB.methodBA(classC.methodCA),classC.methodCB,classD.mehtodDA)}';

必须是有效的。

我对此进行了编辑

    $expressionPattern =             
        '/
        ^                   # beginning of the string
        [$][{]              # literal ${
        (                   # group 1, used for recursion
          (                 # group 2 (class name)
            [a-z\d]+        # one or more alphanumeric characters
          )                 # end of group 2 (class name)
          [.]               # literal .
          (                 # group 3 (all intermediate method names)
            (?:             # non-capturing group that matches a single method name
              [a-z\d]+      # one or more alphanumeric characters
              [.]           # literal .
            )*              # end of method name, repeat 0 or more times
          )                 # end of group 3 (intermediate method names);
          (                 # group 4 (final method name and arguments)
            [a-z\d]+        # one or or more alphanumeric characters
            (?:             # non-capturing group for arguments
              [(]           # literal (
              (?1)          # recursively apply the pattern inside group 1
                (?:     # non-capturing group for multiple arguments        
                  [,]       # literal ,
                  (?1)      # recursively apply the pattern inside group 1 on parameters
                )*          # end of multiple arguments group; repeat 0 or more times
              [)]           # literal )
            )?              # end of argument-group; make optional
          )                 # end of group 4 (method name and arguments)  
        )                   # end of group 1 (recursion group)
        [}]                 # literal }
        $                   # end of the string
        /ix';   

X卡西米尔和希波吕特

您的建议也不错，但是使用此代码时可能会出现一些复杂的情况。我的意思是代码本身很容易理解，但灵活性却降低了。话虽如此，它也为我提供了很多信息，这些信息将来肯定会对您有所帮助。

X Denomales

感谢您的支持，但是当我尝试这样做时，您的代码就掉了:

$sourcestring='${classA1.methodA0.methodA1.methodB1(classB.methodC(classB.methodD))}';

结果是:

Array

(
[0] =>数组
(
[0] => $ {classA1.methodA0.methodA1.methodB1(classB.methodC(classB.methodD))}
)

[1] => Array
    (
        [0] => classA1
    )

[2] => Array
    (
        [0] => methodA0
    )

[3] => Array
    (
        [0] => methodA1.methodB1(classB.methodC(classB.methodD))
    )

)

它应该是

    [2] => Array
    (
        [0] => methodA0.methodA1
    )

[3] => Array
    (
        [0] => methodB1(classB.methodC(classB.methodD))
    )

)

或者

[2] => Array
    (
        [0] => methodA0
    )

[3] => Array
    (
        [0] => methodA1
    )

[4] => Array
    (
        [0] => methodB1(classB.methodC(classB.methodD))
    )

)

Answer 1

这是困难的一个。递归模式通常超出了正则表达式所能提供的范围，即使有可能，也会导致很难理解和维护的表达式变得非常困难。

您正在使用PHP，因此使用的是PCRE，它实际上支持递归正则表达式构造(?n)。由于您的递归模式非常有规律，因此可以使用正则表达式找到一些实用的解决方案。

我要立即提一个警告:由于您允许每个级别调用任意数量的“中间”方法(在代码段fdsfs和fsdf中)，因此您无法在单独的捕获中获得所有这些方法。使用PCRE根本不可能。每次匹配将始终产生相同数量的捕获，这取决于您的模式所包含的开括号数量。如果重复使用捕获组(例如，使用诸如([a-z]+\.)+之类的东西)，则每次使用该捕获组时，先前的捕获都会被覆盖，并且您只会得到最后一个实例。因此，我建议您一起捕获所有“中间”方法调用，然后简单地将结果 explode 捕获。

同样，您无法(如果想要)一次捕获多个嵌套级别。因此，您想要的捕获(最后一个包含所有嵌套级别)是唯一的选择-然后您可以将模式再次应用于最后一个匹配，以进一步降低级别。

现在，对于实际表达式:

$pattern = '/
    ^                     # beginning of the string
    [$][{]                # literal ${
    (                     # group 1, used for recursion
      (                   # group 2 (class name)
        [a-z\d]+          # one or more alphanumeric characters
      )                   # end of group 2 (class name)
      [.]                 # literal .
      (                   # group 3 (all intermediate method names)
        (?:               # non-capturing group that matches a single method name
          [a-z\d]+        # one or more alphanumeric characters
          [.]             # literal .
        )*                # end of method name, repeat 0 or more times
      )                   # end of group 3 (intermediate method names);
      (                   # group 4 (final method name and arguments)
        [a-z\d]+          # one or or more alphanumeric characters
        (?:               # non-capturing group for arguments
          [(]             # literal (
          (?1)            # recursively apply the pattern inside group 1
          [)]             # literal )
        )?                # end of argument-group; make optional
      )                   # end of group 4 (method name and arguments)  
    )                     # end of group 1 (recursion group)
    [}]                   # literal }
    $                     # end of the string
    /ix';

一些一般性注意事项:对于复杂的表达式(以及支持它的正则表达式)，请始终使用自由间距的 x修饰符，该修饰符允许您引入空格和注释，以根据需要设置表达式的格式。没有它们，模式将如下所示:

'/^[$][{](([a-z\d]+)[.]((?:[a-z\d]+[.])*)([a-z\d]+(?:[(](?1)[)])?))[}]$/ix'

即使您自己编写了正则表达式，并且您是唯一从事过该项目的人-尝试从现在开始的一个月都可以理解这一点。

其次，我通过使用不区分大小写的 i修饰符略微简化了模式。它只是消除了一些困惑，因为您可以省略字母的大写变体。

第三，请注意，在可能的情况下，我使用诸如 [$]和 [.]的单字符类来转义字符。这只是一个品味问题，您可以自由使用反斜杠变体。我个人更喜欢字符类的可读性(而且我知道这里的其他人也不同意)，所以我也想向您介绍这个选项。

第四，我在您的模式周围添加了 anchor ，以便在 ${...}之外没有无效的语法。

最后，递归如何工作？ (?n)与反向引用 \n相似，因为它引用捕获组 n(通过从左到右打开括号来计数)。区别在于，反向引用尝试再次匹配组 n匹配的内容，而 (?n)再次应用该模式。也就是说 (.)\1连续两次匹配任何字符，而 (.)(?1)匹配任何字符，然后再次应用模式，因此匹配了另一个任意字符。如果您在第 (?n)组中使用这些 n构造之一，则会获得递归。 (?0)或 (?R)指的是整个模式。那就是所有的魔力。

上面的模式应用于输入

 '${abc.def.ghi.jkl(mno.pqr(stu.vwx))}'

将导致捕获

0 ${abc.def.ghi.jkl(mno.pqr(stu.vwx))}
1 abc.def.ghi.jkl(mno.pqr(stu.vwx))
2 abc
3 def.ghi.
4 jkl(mno.pqr(stu.vwx))

请注意，您实际期望的输出有一些差异:
0是整个匹配项(在这种情况下，仅是输入字符串)。 PHP将始终首先报告此问题，因此您无法摆脱它。
1是第一个捕获该递归部分的捕获组。您不需要在输出中使用它，但是不幸的是 (?n)不能引用非捕获组，因此也需要它。
2是所需的类名称。
3是中间方法名称的列表，加上尾随句点。使用 explode可以很容易地从中提取所有方法名称。
4是最终的方法名称，带有可选的(递归)参数列表。现在，您可以执行此操作，并在必要时再次应用该模式。请注意，对于完全递归的方法，您可能需要略微修改模式。那就是:在单独的第一步中剥离 ${和 }，以便整个模式具有与最终捕获完全相同的(递归)模式，并且您可以使用 (?0)而不是 (?1)。然后匹配，删除方法名称和括号，然后重复，直到最后一次捕获中不再有括号为止。

有关递归的更多信息，请查看 PHP's PCRE documentation。

为了说明我的最后一点，这是一个递归提取所有元素的代码段:

if(!preg_match('/^[$][{](.*)[}]$/', $expression, $matches))
    echo 'Invalid syntax.';
else
    traverseExpression($matches[1]);

function traverseExpression($expression, $level = 0) {
    $pattern = '/^(([a-z\d]+)[.]((?:[a-z\d]+[.])*)([a-z\d]+(?:[(](?1)[)])?))$/i';
    if(preg_match($pattern, $expression, $matches)) {
        $indent = str_repeat(" ", 4*$level);
        echo $indent, "Class name: ", $matches[2], "<br />";
        foreach(explode(".", $matches[3], -1) as $method)
            echo $indent, "Method name: ", $method, "<br />";
        $parts = preg_split('/[()]/', $matches[4]);
        echo $indent, "Method name: ", $parts[0], "<br />";
        if(count($parts) > 1) {
            echo $indent, "With arguments:<br />";
            traverseExpression($parts[1], $level+1);
        }
    }
    else
    {
        echo 'Invalid syntax.';
    }
}

再次注意，我不建议将模式用作单线模式，但是此答案已经足够长了。