PHP/Regex：用于 bbcode [s] 或 [strike] 的简单正则表达式无法正常工作答案

【问题标题】：PHP/Regex: simple regex for bbcode [s] or [strike] fails to workPHP/Regex：用于 bbcode [s] 或 [strike] 的简单正则表达式无法正常工作
【发布时间】：2011-05-13 19:12:29
【问题描述】：

对于一个愚蠢的 bbcode 解析器，我想将两个定义合二为一，我原来的定义是 preg_replace：

'#\[s\](.*?)\[/s\]#si', '<strike>\\1</strike>'

这行得通，我希望用户能够使用[s] 或[strike] 来启动该格式的文本，所以我自然地添加了类似这样的内容，认为它会起作用：

'#\[(s|strike)\](.*?)\[/(s|strike)\]#si', '<strike>\\1</strike>'

不幸的是，[s] 和 [strike]（正确使用）都失败了，而不是你所期望的：~~s~~ 和 ~~strike~~（我的降价是正确显示其真实外观的结果，无论里面是什么，它都会显示 s 或罢工）

为什么它用标签名称代替内部文本？我在 s|strike 周围添加括号有问题吗？我可能做错了..

【问题讨论】：

BBcode 不规则。使用BBCode parser
@Gordon：你找错树了。现代正则表达式几乎与常规语言和兼容性类无关。自从 Ken Thompson 在grep 中首次将(.)\1 放入他的回溯 NFA 代码中之后，正则表达式就不再是常规的了：(.)\1 描述的语言在 st00pid 教科书 REGULARity 定义中是 not REGULAR使用哪些不适用于现代正则表达式。
@Gordon：那篇文章错了！我可以很容易地做出他无法打破的模式。他不是在谈论现代正则表达式，而是在谈论教科书正则表达式，没有人使用的东西。甚至egrep 也可以匹配(.)\1，这不是常规的。见here、here和here——&c&c&c！
@Gordon：你不是说不可行；你的意思是不实用，或者可能不方便。我当然不建议重新发明完美的轮子。我只是厌倦了人们漫不经心地重复这种轻描淡写的副歌，“你不能用正则表达式做 X”，当他们真的意味着一个或多个 “我们不知道该怎么做”、“不要这样做”或“有更简单的方法可以实现您的目标。”这是轻蔑和不诚实的，甚至是不诚实的。但是询问者应该明白，将所有内容都放入一个正则表达式中并没有道德上的优势。事实上，它有很多缺点。
@Gordon：相反，我强烈地和大声地不同意你。高级术语 REGULAR 的误用与真正的模式匹配无关。它具有高度不规则且完全违反直觉的含义，除了象牙塔的蛋头外，它会欺骗任何人。我厌倦了听到你和其他人假装正则表达式是常规的。它们不是，甚至要求它们不是：请注意，即使是 POSIX BRE 也必须支持反向引用，从而使您的所有常规自夸都是谎言。 $(?:[^()]*+|(?0))*$ 是一个漂亮的正则表达式。

标签： php regex bbcode

【解决方案1】：

问题在于您添加了两个新的正则表达式组，(s|strike) 在开始标记中，(s|strike) 在结束标记中。因此，在生成的代码中，您将获得s 或strike。您只需使用正确的组号 2 即可解决此问题。

另一种方法是通过在开头添加?: 来使新组不被引用，但我想第一个解决方案更容易理解：

#\[(?:s|strike)\](.*?)\[/(?:s|strike)\]#si

【讨论】：

啊，谢谢，这有助于我的理解。我以为只有(.*?) 会捕获一个组，我完全忘记了(anything) 也可以。编辑：但是第一个(s|strike) 也组成一个组吗？为什么只有第二个？是第一个\0？让我感到困惑，但我可能会在睡觉后得到它：P
所有(..) 捕获组（除非它以?: 开头）。但是组以1 开头编号，因为“组”0 通常代表整个匹配的字符串（在本例中为[s]some text[/s]）。
哦!!.. 这对我来说完全有意义。谢谢你:)
命名组也很吸引人 (sorry ☺)，如 (?<GROUP_NAME> … ) 中所用。它们也有编号，但访问它们的首选方式是模式内部的\k<GROUP_NAME> 和外部的$+{GROUP_NAME}。在某些情况下，您可以引用编号或命名的组，而无需使用 backref 表示法。主要在条件模式的(CONDITION) YES_PART | NO_PART) 条件测试中。你可以写((2)…|…) 或(<GROUP_NAME>)…|…)。还有一些递归测试你不使用反斜杠来谈论组。命名组优于编号组。