Come creare un loop con espressioni regolari?

Question

Onestamente, penso che prima dovrei chiedere il tuo aiuto con la sintassi di questa domanda.

Ma per favore se riesci a capire cosa intendo, modifica il titolo con uno adatto.

C'è un modo per creare pattern che può dividere un testo come questo.

{{START}} 
    {{START}} 
     {{START}} 
      {{START}} 
      {{END}} 
     {{END}} 
    {{END}} 
{{END}} 

Quindi ogni {{START}} corrisponde al suo {{END}} dall'interno al primo all'ultimo!

E se non riesco a farlo solo con regex. Che ne dici di farlo usando PHP?

Grazie in anticipo.

Answer 1

Questo è oltre la capacità di un'espressione regolare, che può solo analizzare grammatiche regolari. Quello che stai descrivendo richiederebbe un automa pushdown (le lingue regolari sono definite da regular automaton).

È possibile utilizzare l'espressione regolare per analizzare i singoli elementi, ma la parte "profondità" deve essere gestita da una lingua con un concetto di memoria (PHP va bene per questo).

Pertanto, nella propria soluzione, le espressioni regex verranno utilizzate solo per identificare i tag, mentre la logica reale per il rilevamento della profondità e per determinare a quale elemento appartiene il tag END deve essere il proprio programma.

Answer 2

Non è possibile farlo con puro RegEx, tuttavia con un semplice ciclo può essere eseguito.

JS Esempio:

//[.\s\S]* ensures line breaks are matched (dotall not supported in JS) 
var exp = /\{\{START\}\}([.\s\S]*)\{\{END\}\}/; 

var myString = "{{START}}\ntest\n{{START}}\ntest 2\n{{START}}\ntest 3\n{{START}}\ntest4\n{{END}}\n{{END}}\n{{END}}\n{{END}}"; 

var matches = []; 
var m = exp.exec(myString); 
while (m != null) { 
    matches.push(m[0]); 
    m = exp.exec(m[1]); 
} 

alert(matches.join("\n\n")); 

PHP (non ho idea se questo è corretto, è stato per sempre da quando ho fatto PHP)

$pattern = "/\{\{START\}\}([.\s\S]*)\{\{END\}\}/"; 
$myString = "{{START}}\ntest\n{{START}}\ntest 2\n{{START}}\ntest 3\n{{START}}\ntest4\n{{END}}\n{{END}}\n{{END}}\n{{END}}"; 

$result = preg_match($pattern, $myString, $matches, PREG_OFFSET_CAPTURE); 
$outMatches = array(); 
while ($result) { 
    array_push($outMatches, $matches[0]); 
    $result = preg_match($pattern, $matches[1], $matches, PREG_OFFSET_CAPTURE); 
} 
print($outMatches); 

uscita:

{{START}} 
test 
{{START}} 
test 2 
{{START}} 
test 3 
{{START}} 
test4 
{{END}} 
{{END}} 
{{END}} 
{{END}} 

{{START}} 
test 2 
{{START}} 
test 3 
{{START}} 
test4 
{{END}} 
{{END}} 
{{END}} 

{{START}} 
test 3 
{{START}} 
test4 
{{END}} 
{{END}} 

{{START}} 
test4 
{{END}} 

Answer 3

È possibile! Si può avere ogni livello di contenuti utilizzando un ricorsiva espressione regolare:

$data = <<<LOD 
{{START1}} 
    aaaaa 
    {{START2}} 
     bbbbb 
     {{START3}} 
      ccccc 
      {{START4}} 
       ddddd 
      {{END4}} 
     {{END3}} 
    {{END2}} 
{{END1}} 
LOD; 

$pattern = '~(?=({{START\d+}}(?>[^{]++|(?1))*{{END\d+}}))~'; 
preg_match_all ($pattern, $data, $matches); 

print_r($matches); 

spiegazioni:

parte: ({{START\d+}}(?>[^{]++|(?1))*{{END\d+}})

Questa parte del modello descrive una struttura annidata con {{START#}} e {{END#}}

(   # open the first capturing group 
{{START\d+}} 
(?>   # open an atomic group (= backtracks forbidden) 
    [^{]++ # all that is not a { one or more times (possessive) 
    |   # OR 
    (?1)  # refer to the first capturing group itself 
)    # close the atomic group 
{END\d+}}  # 
)    # close the first capturing group 

Ora il problema è che non è possibile acquisire tutto il livello con questa parte solo, perché tutti i caratteri della stringa sono consumati dal modello. In altre parole, non è possibile abbinare parti sovrapposte della stringa.

Il problema è quello di avvolgere tutta questa parte all'interno di un'asserzione a lunghezza zero, che non consuma personaggi come un lookahead (?=...), risultato:

(?=({{START\d+}}(?>[^{]++|(?1))*{{END\d+}})) 

Ciò corrisponderà a tutti i livelli.