在 PHP 中使用正则表达式解析标记答案

【问题标题】：Parse Tokens with Regex in PHP在 PHP 中使用正则表达式解析标记
【发布时间】：2010-11-17 15:04:13
【问题描述】：

我希望解析一个类似于下面的令牌文件以获取令牌名称/值对。令牌/值/嵌套关系已经定义，所以我不能改变令牌文件的制作方式。似乎上下文无关语法可能是最好的方法，但我没有编写或实施的经验。是否可以使用正则表达式来做到这一点？我对嵌套的多行标记（如 Master1、Servant2）没有任何运气。

;token1 = I am a top level single line token  
;token2 {  
    I am a top level  
    multiline line token  
}  

master1 {  
;servant1 = I am Master1, Servant1 single line token  
;servant2 {  
    I am Master1, Servant2.   
    A mulit line token.  
}  
;servant3 = I am Master1, Servant3  
}  
master2 {  
;servant1 = I am Master2, Servant1  
;servant2 {  
    I am Master2, Servant2  
A mulit line token.  
}  
;servant3 = I am Master2, Servant3  
}

【问题讨论】：

标签： php regex token

【解决方案1】：

PHP 具有标记字符串的功能

strtok - 将字符串 (str) 拆分成更小的字符串 (tokens)，每个 token 由 token 中的任何字符分隔。也就是说，如果你有一个像“This is an example string”这样的字符串，你可以通过使用空格字符作为标记将此字符串标记为单独的单词。

【讨论】：

+1，大多数人推荐split，但由于该函数基于正则表达式，它的速度要慢得多，而且您可以在 strtok 中做一些事情，而 oyu 不能在爆炸等。跨度>

【解决方案2】：

这是一个相当简单的逐行解析器（我最初尝试为它编写一个正则表达式，但是在多行主控器的开头缺少前导 ; 确实使它变得更加困难（没有那个 @ 987654322@ 不见了，写起来还算容易）。我放弃了，写了这个）：

function getTokens($string) {
    $string = trim($string);;
    $lines = explode("\n", $string);
    $data = array();
    $key = '';
    $open = 0;
    $buffer = '';
    foreach ($lines as $line) {
        $line = trim($line);
        if (empty($line)) {
            continue;
        } elseif (strpos($line, '}') === 0) {
            $open--;
            if ($open == 0) {
                $data[$key] = getTokens($buffer);
                $buffer = '';
            } elseif ($open < 0) {
                throw new Exception('Unmatched }');
            } else {
                $buffer .= "\n" . $line;
            }
        } elseif ($open > 0) {
            if (strpos($line, '{') !== false) {
                $open++;
            }
            $buffer .= "\n" . $line;
        } elseif ($line[0] == ';') {
            if (strpos($line, "=") !== false) {
                list ($key, $value) = explode("=", $line, 2);
                $key = trim(substr($key, 1));
                $value = trim($value);
                $data[$key] = $value;
            } elseif (strpos($line, "{") !== false) {
                $open++;
                list ($key, $value) = explode("{", $line, 2);
                $key = trim(substr($key, 1));
            } else {
                throw new Exception('Unmatched token ;');
            }
        } elseif (strpos($line, '{') !== false) {
            $open++;
            list ($key, $value) = explode("{", $line, 2);
            $key = trim($key);
        } else {
            $buffer .= "\n" . $line;
        }
    }
    if ($open > 0) {
        throw new Exception('Unmatched {');
    } elseif (empty($data) && !empty($buffer)) {
        return trim($buffer);
    }
    return $data;
}

当我输入你的字符串作为输入时，我得到：

Array(
    "token1" => "I am a top level single line token",
    "token2" => "I am a top level
                    multiline line token",
    "master1" => Array(
        "servant1" => "I am Master1, Servant1 single line token",
        "servant2" => "I am Master1, Servant2.
                            A mulit line token.",
        "servant3" => "I am Master1, Servant3",
    ),
    "master2" => Array(
        "servant1" => "I am Master2, Servant1",
        "servant2" => "I am Master2, Servant2
                            A mulit line token.",
        "servant3" => "I am Master2, Servant3",
    ),
)

【讨论】：

谢谢！那是完美的。我开始走同样的路。缺少前导分号也是让我丧命的原因！