用于将 BEM 字符串拆分为多个部分的正则表达式模式 (PHP)

Question

我想通过 PHP 正则表达式隔离字符串的块、元素和修饰符部分。我使用的 BEM 风格是小写和连字符。例如：

this-defines-a-block__this-defines-an-element--this-defines-a-modifier

我的字符串总是按照上面的格式，所以regex不需要过滤掉任何无效的BEM，比如我永远不会有脏字符串比如：

This.defines-a-block__this-Defines-an-ELEMENT--090283

方块、元素和修饰符的名称可以包含数字，所以我们可以有以下任意组合：

this-is-block-001__this-is-element-001--modifier-002

最后一个修饰符是可选的，所以不是每个字符串都有一个，例如：

this-is-a-block-001__this-is-an-element
this-is-a-block-002__this-is-an-element--this-is-an-optional-modifier

我正在寻找一些正则表达式来返回 BEM 标记的每个部分。每个字符串将被隔离并单独发送到正则表达式，而不是作为一个组或多行字符串。以下单独发送：

# String 1
block__element--modifier

# String 2
block-one__element-one--modifier-one

# String 3
block-one-big__element-one-big--modifier-one-big

# String 4
block-one-001__element-one-001

会返回：

# String 1
block
element
modifier

# String 2
block-one
element-one
modifier-one

# String 3
block-one-big
element-one-big
modifier-one-big

# String 4
block-one-001
element-one-001

Answer 1

您可以使用 3 个捕获组，并使用 ? 将第三个设为可选

由于所有 3 个组都是小写字母，可以包含数字并使用连字符作为分隔符，您可以使用字符类 [a-z0-9]。

您可以使用 (?1) 重复使用组 1 的模式

\b([a-z0-9]+(?:-[a-z0-9]+)*)__((?1))(?:--((?1)))?\b

说明

• \b字边界
• (第一个捕获组
  • [a-z0-9]+ 重复字符类中列出的内容 1+ 次
  • (?:-[a-z0-9]+)* 重复 0+ 次匹配 - 和 1+ 次匹配字符类中的内容
• )关闭第一组
• __ 字面匹配
• ((?1))捕获组2，递归组1
• (?:非捕获组
  • -- 字面匹配
  • ((?1))捕获组3，递归组1
• )?关闭非捕获组并使其可选
• \b字边界

Regex demo

或使用命名组：

\b(?<block>[a-z0-9]+(?:-[a-z0-9]+)*)__(?<element>(?&block))(?:--(?<modifier>(?&block)))?\b

Regex demo