标签之间的正则表达式，除非转义

Question

我围绕Pygments库制作了一个PHP包装器，突出了代码块。用于代码块检测的正则表达式可以在配置文件中配置。 （json格式）

在json值中看起来像这样：

{ 
    "codeblock_regex": "\\[pygments=(.*?)\\](.*?)\\[\\/pygments\\]" 
}

在JSON解码之后，它应该是这样的：

\[pygments=(.*?)\](.*?)\[\/pygments\]

这很糟糕，因为它不允许转义，我希望人们能够做到这一点：

\[pygments=lexer]some code here[/pygments]

用于检测\的pygments并忽略该代码块。我试过

 "(^\\\\)\\[pygments=(.*?)\\](.*?)\\[\\/pygments\\]"

在json_decode之后应该是这样的：

 (^\\)\[pygments=(.*?)\](.*?)\[\/pygments\]

然而，这只是让它忽略了一切，甚至是普通的块，所以必定有一些我做错了。你可以看到，我远不是正则表达专家。

Answer 1

您需要的是一个相当棘手的正则表达式功能，称为"zero-width negative look-behind assertion"。 “零宽度”意味着它匹配输入的零个字符，“否定”意味着它只有在不找到时才成功，而“look-behind”意味着它向后看。

这个的语法是(?<!test)，其中test就是你不想去的地方。

在您的情况下，您希望匹配[，但如果前面有\，则忽略它，这两个都需要转义，因此您需要(?<!\\)\[

所以你的正则表达式最终为（在PHP中）$re = '/(?<!\\\\)\[pygments=(.*?)\](.*?)\[\/pygments\]/';

根据json_encode，然后在JSON中以"\/(?<!\\\\)\\[pygments=(.*?)\\](.*?)\\[\\\/pygments\\]\/"结尾。我认为我的眼睛开始变得有趣了所有的反斜杠... ;)