Regex & BBCode - 完善嵌套报价

Question

我正在为我的网站编写一些 BBcode。

我已经设法让大部分代码都能完美运行，但是 [QUOTE] 标签让我有些难过。

当我得到这样的东西时：

[QUOTE=1]
[QUOTE=2]
This is a quote from someone else
[/QUOTE]
This is someone else quoting someone else
[/QUOTE]

它会返回：

> 1 said:  [QUOTE=2]This is a quote from
> someone else

This is someone else quoting someone else[/QUOTE]

所以嵌套引用中的 [/quote] 正在关闭引用块。

我使用的正则表达式是：

"[quote=(.*?)\](.*?)\[/quote\]'is"

我怎样才能使嵌套的引号正确显示？

谢谢。

Answer 1

这并不是正则表达式真正适合的任务。这几乎就像试图用正则表达式解析 HTML，and we know what happens when you do that...

您可以做什么，即使那样我也不认为这是一个好主意，就是使用preg_split 将您的输入文本拆分为标签和非标签。所以你最终会得到一个这样的列表：

• [QUOTE=1]
• （空白）
• [QUOTE=1]
• 这是别人的一句话
• [/QUOTE]
• 这是别人引用别人的话
• [/QUOTE]

然后运行列表，将标签转换为 HTML 并输出未经修改的纯文本。您甚至可以花哨并保持“嵌套”计数，这样如果您在不期望的情况下遇到“[/quote]”，您可以比仅仅输出无效的 HTML 更好地处理这种情况。或者，您只需在找到它们时输出它们，然后让HTMLPurify 或其他东西稍后清理它。

Answer 2

您可以构造递归正则表达式（根据其变更日志，自 libpcre-3.0 起可用）：

\[quote=(.*?)\](((?R)|.)*?)\[\/quote\]

但最好听从@codeka 的建议。

更新： (?R) 这里的意思是«在出现(?R) 的地方插入整个正则表达式»。所以a(?R)?b 等价于（如果你忘了捕获组）a(a(?-1)?b)?b 等价于a(a(a(?-1)?b)?b)?b 等等。而不是(?R)，您可以使用(?N)、(?+N)、(?-N)和(?&a)，这意味着«用第N个捕获组替换»、«用第N个捕获组替换»、«用N替换'th previous capture group» 和 «substitute with capture group named «a»».