简码/BBcode 正则表达式

Question

我在编写正确的正则表达式时遇到问题。

我在我的系统中使用短代码，它们运行良好。我已经对它的属性等进行了排序，但现在我想在另一个简码中使用一个简码。

这是我准备正则表达式的方法：

$attributes_regexp = "([^\]]*?)";
$inner_content_regexp = "(.*?)";
$flags_regexp = "im";
$regexp = "/\[$shortcode$attributes_regexp\]$inner_content_regexp\[\/$shortcode\]/$flags_regexp";
preg_match_all($regexp, $content, $found_occurrences);

下面是一个准备好的正则表达式的例子：

\[file([^\]]*?)\](.*?)\[\/file\]

这里有一点需要分析的 HTML：

<div class="row">
<div class="col-md-8">
<h2>Test page</h2>
<p>&nbsp;</p>
<p><strong>Some</strong> content</p>
<p>Lorem ipsum dolor.&nbsp;</p>
<p>Dolor sit amet.</p>
<p>[file id=290 type=link][file id=283 type=image width=100 height=100][/file][/file]</p>
</div>
<div class="col-md-3 offset-md-1">
<p>[file id=289 type=image][/file]</p>
</div>
</div>

问题是它只正确地把最后一个更改为图像，但前一个是像

[file id=290 type=link][file id=283 type=image width=100 height=100][/file]

而不是两个独立的

[文件 id=283 类型=图像宽度=100 高度=100][/file]

和

[文件 id=290 type=link][/file]

任何想法如何排序？

非常感谢， 托马斯

Answer 1

如果数据仅使用标记分隔符 [ 和 ] 而不是 < 和 > 打破 XML 标准，您可以将数据转换为 XML 并使用 XML 解析器进行进一步分析：

$regex = "/(\[{$shortcode}.+\[\/{$shortcode}\])/";
if (preg_match_all($regex, $content, $matches)) {
    array_shift($matches); //removes $matches[0], which contains the whole $content again
    foreach ($matches as $match) {
        //The following line should turn your data into valid XML
        $xml = str_replace(['[', ']'], ['<', '>'], $match);
        //Some XML parsing like:
        $xmlObject = new SimpleXMLElement($xml);
        //...
    }
}

这样你就不必再发明轮子了。