正则表达式匹配（1 个或多个）包含空行的 php heredocs答案

【问题标题】：Regex to match (1 or more) php heredocs containing an empty line正则表达式匹配（1 个或多个）包含空行的 php heredocs
【发布时间】：2019-08-31 17:20:47
【问题描述】：

示例文本位于：https://regex101.com/r/tfYEkO/1

我想在 php 代码中找到包含空行的 heredocs。

我可以使用这个正则表达式来做到这一点，但如果一个文件中有 2 个 heredocs，它会从第一个的开头匹配到第二个的结尾：

<<<([A-Z]+)\n.*\n\n.*\n *\1\b

所以我认为负前瞻可以解决它，但这与任何事情都不匹配：

<<<([A-Z]+)\n(?!.*\1.*).*\n\n(?!.*\1.*).*\n *\1\b

我不认为我可以使用带有.* 的负面回溯。我尝试了不贪婪的标志，但这似乎并没有改变它。

仅供参考，php中的heredoc以<<<和一个关键字开头，并以该关键字在它自己的行结束：

$foo = <<<HTML
This is the string that is returned.

It can contain multiple lines.
HTML;

【问题讨论】：

试试'~<<<([A-Z]+)(?:\R(?!\s*\1;$).*)*\R(?:\R(?!\s*\1;$).*)*\R\s*\1;$~m'，见demo。实际上，$ 可以替换为\R，因为NAME; 后面必须有一个换行符。

标签： php regex pcre regex-negation heredoc

【解决方案1】：

你可以使用

'~<<<([A-Za-z_]\w*)(?:\R(?!\1;\R).*)*\R(?:\R(?!\1;\R).*)*\R\1;\R~'

见regex demo

要使其与 PHP 7.3 more lax requirements 兼容（现在可以缩进结束标记并移除结束标记后的新行要求），请使用

'~<<<([A-Za-z_]\w*)(?:\R(?!\h*\1;$).*)*\R(?:\R(?!\h*\1;$).*)*\R\h*\1;$~m'

查看另一个regex demo。

详情

<<< - 文字 <<< 子字符串
([A-Za-z_]\w*) - 第 1 组：有效的 PHP 标签（必须只包含字母数字字符和下划线，并且必须以非数字字符或下划线开头）
(?:\R(?!\1;\R).*)* - 0 次或多次重复换行符 (\R) 后跟第 1 组中的值不同，后跟 ; 和换行符，然后是整行 (.*)
\R - 换行
(?:\R(?!\1;\R).*)* - 见上文（请注意，在 (?!\h*\1;$) 的情况下，它的意思是“后面没有 0+ 个水平空格、第 1 组值和 ; 在行尾”
\R - 换行
\1 - 与第 1 组中的值相同
; - 分号
\R - 换行符/$ - 行尾（带有m 修饰符，$ 匹配行尾，而不是字符串尾）。

【讨论】：

谢谢！出于我的目的，我更改为：<<<([A-Z]{2,})(?:\n(?!\s*\1.*\n).*)*\n(?:\n(?!\s*\1.*\n).*)*\n\s*\1.*\n - 更改为更熟悉的\n，输入您建议的\s，并使用.* 而不是;，因为php v7.3 使heredoc 语法更加灵活.
@Redzarf 请注意，\R 匹配任何换行符，而不仅仅是\n，因此更安全。我建议使用'~<<<([A-Za-z_]\w*)(?:\R(?!\h*\1;$).*)*\R(?:\R(?!\h*\1;$).*)*\R\h*\1;$~m'，我在答案中添加了这个解决方案。