如何在 PHP 中使用正则表达式匹配嵌套大括号？答案

【问题标题】：How do I match nested braces using regular expressions in PHP?如何在 PHP 中使用正则表达式匹配嵌套大括号？
【发布时间】：2011-01-21 12:56:54
【问题描述】：

我有一个想要匹配的 LaTeX 文档。我需要一个匹配以下内容的正则表达式：

\ # the backslash in the beginning
[a-zA-Z]+ #a word
(\{.+\})* # any amount of {something}

然而，她是关键；

在最后一行中，它 1. 需要贪心 2. 需要在其内部有一个匹配的{}。

如果我有字符串\test{something\somthing{9}} 的含义它会匹配整个。它需要按照这个顺序 ({})。使其与以下内容不匹配：

\LaTeX{} 是 \TeX{} 的文档准备系统

只是

\LaTeX{}

和

\TeX{}

帮助任何人？也许有人对匹配有更好的想法？我不应该使用正则表达式吗？

【问题讨论】：

这不是你想要匹配的正则表达式，所以正则表达式不是最好的选择。话虽如此，您可以做到这一点，因为现在大多数正则表达式引擎都不正规，但这仍然不是一个好主意。
如果我有任何其他选择，我会选择它。但我不知道我可以使用的任何其他东西。你有什么好主意吗？如果没有，看来我被卡住了宽度 RegEx。
这不仅是偶数的 { 和 }（你可以使用正则表达式），而且你还想确保 }}{{ 被拒绝（有相等数量的{ 和 }!)，并且当 { 和 } 出现在注释行中时，您会想要丢弃它们。简而言之：正则表达式不适合这个。
尽管新的 Ruby 1.9 正则表达式引擎支持查找正确嵌套的括号，但我不确定这是否正是我推荐的做法。但如果你愿意，可以搜索\g，它可以让你选择一个命名的“子表达式”或类似的东西。
那么什么适合这个呢？

标签： php regex

【解决方案1】：

这可以通过递归来完成：

$input = "\LaTeX{} is a document preparation system for the \TeX{}
\latex{something\somthing{9}}";

preg_match_all('~(?<token>
        \\\\ # the slash in the beginning
        [a-zA-Z]+ #a word
        (\{[^{}]*((?P>token)[^{}]*)?\}) # {something}
)~x', $input, $matches);

这正确匹配 \LaTeX{}、\TeX{} 和 \latex{something\somthing{9}}

【讨论】：

【解决方案2】：

可以使用 PHP，因为它支持递归正则表达式匹配。但是，正如我所说，如果您在类似 LaTeX 的字符串中有 cmets，其中可以包含 { 或 }，这将失败。

演示：

$text = 'This is a \LaTeX{ foo { bar { ... } baz test {} done } } document
preparation system for the \TeX{a{b{c}d}e{f}g{h}i}-y people out there';
preg_match_all('/\\\\[A-Za-z]+(\{(?:[^{}]|(?1))*})/', $text, $matches, PREG_SET_ORDER);
print_r($matches);

产生：

Array
(
    [0] => Array
        (
            [0] => \LaTeX{ foo { bar { ... } baz test {} done } }
            [1] => { foo { bar { ... } baz test {} done } }
        )

    [1] => Array
        (
            [0] => \TeX{a{b{c}d}e{f}g{h}i}
            [1] => {a{b{c}d}e{f}g{h}i}
        )

)

快速解释：

\\\\         # the literal '\'
[A-Za-z]+    # one or more letters
(            # start capture group 1   <-----------------+
  \{         #   the literal '{'                         |
  (?:        #   start non-capture group A               |
    [^{}]    #     any character other than '{' and '}'  |
    |        #     OR                                    |
    (?1)     #     recursively match capture group 1  ---+
  )          #   end non-capture group A
  *          #   non-capture group A zero or more times
  }          #   the literal '}'
)            # end capture group 1

【讨论】：

【解决方案3】：

不幸的是，我认为这是不可能的。括号匹配（检测正确配对的嵌套括号）通常用作无法用有限状态机（例如正则表达式解析器）解决的问题的示例。您可以使用上下文无关的语法来做到这一点，但这不是正则表达式的工作方式。您最好的解决方案是使用像 {*[^{}]*}* 这样的正则表达式进行初始检查，然后使用另一个简短的脚本来检查它是否是偶数。

总结：不要尝试只使用正则表达式。这不是单独使用正则表达式可以解决的问题。

【讨论】：