Regex从字符串获取顶级内容 - regex top level contents from a string

regex top level contents from a string

本文关键字：获取字符串 Regex | 更新日期: 2023-09-27

请帮助，我的正则表达式技巧失败了。我有以下字符串:

username|email_address|phone_numbers[number]profile[title|addresses[id]]

我希望能够提取方括号之间的任何数据，但不是那些数据是已提取集合的子集的数据。因此，任何嵌套都应该作为父节点提取的字符串的一部分。

在上面的例子中，我提取了两个部分:

"number"
"title|addresses[id]"

请注意[id]没有被提取，因为它是较低级别数据集的一部分。

我一直在尝试使用preg_match来做到这一点，但我认为我可能不得不求助于迭代字符串中的每个字符。

这是一个正则表达式解决方案:

preg_match_all(
    '/(?<='[)     # Assert that the previous characters is a [
      (?:         # Match either...
       [^[']]*    # any number of characters except brackets
      |           # or
       '[         # an opening bracket
       (?R)       # containing a match of this very regex
       ']         # followed by a closing bracket
      )*          # Repeat as needed
      (?='])      # Assert the next character is a ]/x', 
    $subject, $result, PREG_PATTERN_ORDER);
$result = $result[0];

一个可悲的事实是正则表达式不能处理括号匹配，因为正则表达式没有内存。(相当于DFA)

要实现你想要的，你必须自己写一个小解析器(我认为)，使用堆栈可以解决这个问题;)

使用栈解决问题的基本思路是…每次你看到[，你会push堆栈，每次你看到]，你会弹出堆栈，并撤回你上次看到的[后得到的字符串。

我编写了一个小解析器来实现期望的结果:

代码:

$data = 'username|email_address|phone_numbers[number]profile[title|addresses[id]wut]aaa[another test] aaand another one [which is [more] c[omplexer]t[h[an]] the others]';
print_r(parse($data));
function parse($string, $s1='[', $s2=']'){
    $c1 = $c2 = 0;$s = 1;
    $l = strlen($string);
    $array = array(array(), array());
    for($i=0;$i < $l;$i++){
        if($string[$i] == $s1){
            $c1++;
            $array[0][$c1] = $i;
        }elseif($string[$i] == $s2){
            $c2++;
            $array[1][$c2] = $i;
            if($c1 == $c2){
                $results[] = substr($string, $array[0][$s], $array[1][$c2] - $array[0][$s] + 1);
                $s=$c1+1;
            }
        }
    }
    return $results;
}

输出:

Array
(
    [0] => [number]
    [1] => [title|addresses[id]wut]
    [2] => [another test]
    [3] => [which is [more] c[omplexer]t[h[an]] the others]
)

<<p> 在线演示/strong>