如何用正则表达式捕获嵌套的｛%if..%｝｛%endif%｝语句

不要使用regexen，使用现有的Twig解析器。以下是我编写的提取器的示例，该提取器解析自定义标签并提取它们：https://github.com/deceze/Twig-extensions/tree/master/lib/Twig/Extensions/Extension/Gettext

lexer的工作是将Twig源代码转换为对象；如果你需要连接到这个过程中，你可以扩展它：

class My_Twig_Lexer extends Twig_Lexer {
    ...
    /**
     * Overrides lexComment by saving comment tokens into $this->commentTokens
     * instead of just ignoring them.
     */
    protected function lexComment() {
        if (!preg_match($this->regexes['lex_comment'], $this->code, $match, PREG_OFFSET_CAPTURE, $this->cursor)) {
            throw new Twig_Error_Syntax('Unclosed comment', $this->lineno, $this->filename);
        }
        $value = substr($this->code, $this->cursor, $match[0][1] - $this->cursor);
        $token = new Twig_Extensions_Extension_Gettext_Token(Twig_Extensions_Extension_Gettext_Token::COMMENT, $value, $this->lineno);
        $this->commentTokens[] = $token;
        $this->moveCursor($value . $match[0][0]);
    }
    ...
}

通常Twig注释节点被Twig丢弃，这个lexer保存它们。

然而，您主要关心的是使用解析器：

$twig   = new Twig_Environment(new Twig_Loader_String);
$lexer  = new My_Twig_Lexer($twig);
$parser = new Twig_Parser($twig);
$source = file_get_contents($file);
$tokens = $lexer->tokenize($source);
$node   = $parser->parse($tokens);
processNode($node);

这里的$node是以面向对象的方式表示Twig源的节点树的根节点，所有这些都已经正确解析。您只需要处理这个树，而不必担心用于生成它的确切语法：

 processNode(Twig_NodeInterface $node) {
      switch (true) {
          case $node instanceof Twig_Node_Expression_Function :
              processFunctionNode($node);
              break;
          case $node instanceof Twig_Node_Expression_Filter :
              processFilterNode($node);
              break;
      }
      foreach ($node as $child) {
          if ($child instanceof Twig_NodeInterface) {
              processNode($child);
          }
      }
 }

只需遍历它，直到找到要查找的节点类型并获取其信息。玩一玩。这个示例代码可能有点过时，也可能没有过时，无论如何你都必须深入研究Twig解析器的源代码才能理解它。

将模式更改为递归模式几乎是微不足道的：

{% if(.+?) %}((?>(?R)|.)*?){% endif %}

工作示例：https://regex101.com/r/gX8rM0/1

然而，这将是一个坏主意：模式缺少许多情况，这些情况实际上是解析器中的错误。只有几个常见的例子：

• 评论：

  {% if aaa %}
  123
  <!-- {% endif %} -->
  {% endif %}
  

• 字符串文字：

  {% if aaa %}a = "{% endif %}"{% endif %}
  {% if $x == "{% %}" %}...{% endif %}
  

• 转义字符（您确实需要转义字符，对吗？）：

  <p>To start a condition, use <code>'{% if aaa %}</code></p>
  

• 无效输入：
  如果解析器能够相对较好地处理无效输入，并指向错误的正确位置，那就太好了。