用于解析斜体文本的正则表达式？答案

【问题标题】：regex for parsing italic text?用于解析斜体文本的正则表达式？
【发布时间】：2011-06-19 23:20:23
【问题描述】：

假设我有以下文本：

__This_is__ a __test__

使用两个下划线表示斜体。所以我希望This_is 和test 是斜体。逻辑规定，两个连续双下划线之间的任何文本都应为斜体，包括可能存在的任何其他数量的下划线。我有：

__([^_]+)__

第 1 组中“不是两个连续的下划线”的等价物是什么？谢谢。

【问题讨论】：

标签： php regex parsing italic

【解决方案1】：

一个选项是匹配两个下划线：

__

然后负向向前看，看看当前位置前面是否没有两个下划线：

__(?!__)

如果不是这样，匹配任意字符：

__(?!__).

并重复前一次或多次：

__((?!__).)+

最后匹配另外两个下划线：

__((?!__).)+__

这是最终的解决方案。

一个小演示：

<?php
$text = '__This_is__ a __test__';
preg_match_all('/__(?:(?!__).)+__/', $text, $matches);
print_r($matches);
?>

产生：

Array
(
    [0] => Array
        (
            [0] => __This_is__
            [1] => __test__
        )

)

可以在Ideone上看到。

编辑

请注意，我在演示中使用了非捕获组，否则输出将如下所示：

Array
(
    [0] => Array
        (
            [0] => __This_is__
            [1] => __test__
        )

    [1] => Array
        (
            [0] => s
            [1] => t
        )

)

即((?!__).) 匹配的最后一个字符将在第 1 组中被捕获。

有关群组的更多信息，请参阅：http://www.regular-expressions.info/brackets.html

【讨论】：

谢谢！但似乎代码与推导的正则表达式不同。 __(?:(?!__).)+__ 中多余的 ?: 是什么？
(?:...) 是非捕获组，而 (...) 捕获内容以供以后重用。由于您没有重复使用重复的元素，因此您可以使用前一种构造并获得一点效率。
@qsmith，啊，我看到@Tim 打败了我。无论如何，请参阅我的编辑。

【解决方案2】：

$text = '__This_is__ a __test__';
preg_match_all('/(__([\w]+)__)/', $text, $matches);
print_r($matches);

http://ideone.com/uHJCC

【讨论】：

如果您阅读了我之前的评论，请不要介意我：我脑子有屁！ :) +1