突出显示来自 preg_match_all(）的主题字符串中的匹配结果

我正在尝试使用从 preg_match_all（）返回的 $matches 数组突出显示主题字符串。让我从一个例子开始：

preg_match_all("/(.)/", "abc", $matches, PREG_OFFSET_CAPTURE | PREG_SET_ORDER);

这将返回：

Array
(
    [0] => Array
        (
            [0] => Array
                (
                    [0] => a
                    [1] => 0
                )
            [1] => Array
                (
                    [0] => a
                    [1] => 0
                )
        )
    [1] => Array
        (
            [0] => Array
                (
                    [0] => b
                    [1] => 1
                )
            [1] => Array
                (
                    [0] => b
                    [1] => 1
                )
        )
    [2] => Array
        (
            [0] => Array
                (
                    [0] => c
                    [1] => 2
                )
            [1] => Array
                (
                    [0] => c
                    [1] => 2
                )
        )
)

在这种情况下，我想做的是突出显示总消耗的数据和每个反向引用。

输出应如下所示：

<span class="match0">
    <span class="match1">a</span>
</span>
<span class="match0">
    <span class="match1">b</span>
</span>
<span class="match0">
    <span class="match1">c</span>
</span>

再比如：

preg_match_all("/(abc)/", "abc", $matches, PREG_OFFSET_CAPTURE | PREG_SET_ORDER);

应返回：

<span class="match0"><span class="match1">abc</span></span>

我希望这已经足够清楚了。

我想突出显示总体消耗的数据并突出显示每个反向引用。

提前谢谢。如果有什么不清楚的地方，请询问。

注意：它不能破坏 html。正则表达式 AND 输入字符串对代码是未知的，并且是完全动态的。因此，搜索字符串可以是 html，匹配的数据可以包含类似 html 的文本，也可以不包含。

到目前为止，这似乎适用于我抛出的所有示例。请注意，我已经从 HTML 修饰部分破坏了抽象突出显示部分，以便在其他情况下可重用：

<?php
/**
 * Runs a regex against a string, and return a version of that string with matches highlighted
 * the outermost match is marked with [0]...[/0], the first sub-group with [1]...[/1] etc
 *
 * @param string $regex Regular expression ready to be passed to preg_match_all
 * @param string $input
 * @return string
 */
function highlight_regex_matches($regex, $input)
{
    $matches = array();
    preg_match_all($regex, $input, $matches, PREG_OFFSET_CAPTURE | PREG_SET_ORDER);
    // Arrange matches into groups based on their starting and ending offsets
    $matches_by_position = array();
    foreach ( $matches as $sub_matches )
    {
            foreach ( $sub_matches as $match_group => $match_data )
            {
                    $start_position = $match_data[1];
                    $end_position = $start_position + strlen($match_data[0]);
                    $matches_by_position[$start_position]['START'][] = $match_group;
                    $matches_by_position[$end_position]['END'][] = $match_group;
            }
    }
    // Now proceed through that array, annotoating the original string
    // Note that we have to pass through BACKWARDS, or we break the offset information
    $output = $input;
    krsort($matches_by_position);
    foreach ( $matches_by_position as $position => $matches )
    {
            $insertion = '';
            // First, assemble any ENDING groups, nested highest-group first
            if ( is_array($matches['END']) )
            {
                    krsort($matches['END']);
                    foreach ( $matches['END'] as $ending_group )
                    {
                            $insertion .= "[/$ending_group]";
                    }
            }
            // Then, any STARTING groups, nested lowest-group first
            if ( is_array($matches['START']) )
            {
                    ksort($matches['START']);
                    foreach ( $matches['START'] as $starting_group )
                    {
                            $insertion .= "[$starting_group]";
                    }
            }
            // Insert into output
            $output = substr_replace($output, $insertion, $position, 0);
    }
    return $output;
}
/**
 * Given a regex and a string containing unescaped HTML, return a blob of HTML
 * with the original string escaped, and matches highlighted using <span> tags
 *
 * @param string $regex Regular expression ready to be passed to preg_match_all
 * @param string $input
 * @return string HTML ready to display :)
 */
function highlight_regex_as_html($regex, $raw_html)
{
    // Add the (deliberately non-HTML) highlight tokens
    $highlighted = highlight_regex_matches($regex, $raw_html);
    // Escape the HTML from the input
    $highlighted = htmlspecialchars($highlighted);
    // Substitute the match tokens with desired HTML
    $highlighted = preg_replace('#'[([0-9]+)']#', '<span class="match''1">', $highlighted);
    $highlighted = preg_replace('#'[/([0-9]+)']#', '</span>', $highlighted);
    return $highlighted;
}

注意：正如hakra在聊天中向我指出的那样，如果正则表达式中的子组可以在一个整体匹配中多次出现（例如'/a（b|c）+/'），preg_match_all只会告诉你这些匹配中的最后一个 - 所以highlight_regex_matches('/a(b|c)+/', 'abc')返回'[0]ab[1]c[/1][/0]'不会像你期望/想要的那样'[0]a[1]b[/1][1]c[/1][/0]'。不过，该之外的所有匹配组仍然可以正常工作，因此highlight_regex_matches('/a((b|c)+)/', 'abc')给出了'[0]a[1]b[2]c[/2][/1][/0]'这仍然很好地指示了正则表达式的匹配方式。

阅读您在第一个答案下的评论，我很确定您并没有真正按照您的意图制定问题。但是，遵循您在具体中要求的内容：

$pattern = "/(.)/";
$subject = "abc";
$callback = function($matches) {
    if ($matches[0] !== $matches[1]) {
        throw new InvalidArgumentException(
            sprintf('you do not match thee requirements, go away: %s'
                    , print_r($matches, 1))
        );
    }
    return sprintf('<span class="match0"><span class="match1">%s</span></span>'
                   , htmlspecialchars($matches[1]));
};
$result = preg_replace_callback($pattern, $callback, $subject);

在你现在开始抱怨之前，先看看你在描述问题方面的缺点在哪里。我感觉你实际上想实际解析匹配的结果。但是，您想进行子匹配。除非您也解析正则表达式以找出使用了哪些组，否则这不起作用。到目前为止，情况并非如此，在您的问题中不是，也不是这个答案。

因此，请仅针对一个子组，该子组也必须是整个模式作为要求。除此之外，这是完全动态的。

突出显示来自 preg_match_all(） 的主题字符串中的匹配结果

Highlight match result in subject string from preg_match_all()