改进工作正则表达式以匹配多行答案

【问题标题】：Improving a working regex to match multiple lines改进工作正则表达式以匹配多行
【发布时间】：2020-12-12 12:10:50
【问题描述】：

我正在尝试从旧的 DOS 转储中匹配用户，以便他们可以迁移到新的东西。它们以% 符号开头，以] 结尾。一些在一条线上，另一些则跨越多条线。

我的正则表达式%([^\%]*)] 有效，但是有没有更好的方法来选择从% 到]（包括% 和]）的每个用户，这样我就可以让他们通过preg_replace并在以后操纵它们？

我对多线部分有点怀疑。

Expected Output

%user:100 [     type=admin,     added=10/12/1997,     last-login:10/20/1997,     total-logins:45,     status:1 ]
%user:111 [     type=user,     added=10/12/1997,     last-login:10/27/1997,     total-logins:145,     status:1 ]
%user:112 [ type=viewer, added=10/12/1997,     last-login:10/23/1997,     total-logins:6,     status:1 ]
%user:113 [ type=viewer, added=10/12/1997,  last-login:10/14/1997,  total-logins:2, status:1]
%user:114 [ type=viewer, added=10/12/1997,  last-login:10/14/1997,  total-logins:1, status:1]
%user:115 [ type=viewer, added=10/12/1997,  last-login:10/12/1997,  total-logins:1, status:1 ]

原始数据

%user:100 [
    type=admin,
    added=10/12/1997,
    last-login:10/20/1997,
    total-logins:45,
    status:1
]

%user:111 [
    type=user,
    added=10/12/1997,
    last-login:10/27/1997,
    total-logins:145,
    status:1
]

%user:112 [ type=viewer, added=10/12/1997,
    last-login:10/23/1997,
    total-logins:6,
    status:1
]

%user:113 [ type=viewer, added=10/12/1997,  last-login:10/14/1997,  total-logins:2, status:1]

%user:114 [ type=viewer, added=10/12/1997,  last-login:10/14/1997,  total-logins:1, 
status:1]

%user:115 [ type=viewer, added=10/12/1997,  last-login:10/12/1997,  total-logins:1, 
status:1
]

【问题讨论】：

标签： php regex

【解决方案1】：

您可以使用此正则表达式进行搜索：

((?:^%|(?!\A)\G).*)\R(?=[^][]*])

并将其替换为：

$1

Updated RegEx Demo

PHP 代码：

$repl = preg_replace('/((?:^%|(?!\A)\G).*)\R(?=[^][]*])/m', '$1', $str);

正则表达式详细信息：

(: 开始捕获组 #1
- (?:^%|(?!\A)\G)：在行首匹配 % 或从前一个匹配的结尾重新开始匹配。 \G 在上一个匹配的结尾或第一个匹配的字符串的开头断言位置。
- .*: 匹配同一行中的所有内容
): 结束捕获组 #1
\R: 匹配任何类型的换行符
(?=[^][]*])：确保前面有一个]，中间没有匹配[ 或]。

【讨论】：

两个小观察...] 在RegEx Demo 中似乎不匹配，%user:113 根本不匹配...这正常吗？跨度>
两者都是期望的行为。 1. ] 不应该匹配，因为我们在 ] 之前删除了换行符。 2. %user:113 不匹配，因为它已经在一行中。

【解决方案2】：

另一种选择是使用您尝试使用否定字符类的模式的变体来匹配%，并从开始的[ 到结束的]。

然后每次匹配删除换行符。

^%[^][]*\[[^][]*]$

说明

^ 字符串开始
%[^][]* 匹配 % 和 0+ 次除 [ 或 ] 以外的任何字符
\[[^][]*] 匹配从 [ 直到结束 ]
$断言字符串结束

Regex demo | Php demo

例如

$result = preg_replace_callback("/^%[^][]*\[[^][]*]$/m", function($m) {
    return str_replace(PHP_EOL, "", $m[0]);
}, $data);

【讨论】：

【解决方案3】：

作为正则表达式的替代方法，这只是使用] 拆分数据。然后修剪每一行并用空格替换新行（使用PHP_EOL）...

$output = explode("]", $data);
array_pop($output);
array_walk($output, function(&$data) {
    $data = str_replace(PHP_EOL, " ", trim($data)."]");
});

【讨论】：