Question

目前，我愿意浏览所有项目的PHP文件，并从源代码中提取一些语言标记，为翻译人员提供这些标记（是的，它们的列表同时更新，但事实上很少有令牌被遗漏）。

语言字符串可以在以下所有情况下编写：
的 1。单行

translate('THIS IS MY LANGUAGE TOKEN I NEED TO EXTRACT')

2。令牌在换行

translate(
    'THIS IS MY LANGUAGE TOKEN I NEED TO EXTRACT'
)

第3。令牌处于换行符并按换行符分组

translate(
    'THIS IS '
    . 'MY LANGUAGE TOKEN '
    . 'I NEED TO EXTRACT'
)

我提出了2个正则表达式，首先匹配案例1，第二个匹配案例2，两者都完全返回THIS IS MY LANGUAGE TOKEN I NEED TO EXTRACT：

translate\([\'|"](.*)[\'|"]\)
translate\(\n[[:blank:]]*['|"](.*?)['|"]\n[[:blank:]]*\)

我有一个问题，但要确定第三种情况，更重要的是要将所有三种情况与一次正则表达式匹配。

我还尝试了 lookbehind 和 lookahead 语法，例如 (?<=translate\()['|"](.*?)['|"](?=\)) ，当然只匹配第一个案例（没有运气来匹配第二个或第三个案例）。

是否有人可以分享正确的正则表达式（如果有的话）或至少减少一点光线？

对于那些问为什么不可能只将一切都放在一行上的人（所以仅以案例1结尾） - 我遵循PHP的PSR-1规范，因此一行最多有120个字符。因此将长字符串拆分为多行。但是如果只有一个简单的正则表达式没有解决方案，我认为我可以暂时打破PSR-1，将所有字符串放入仅与案例1匹配的一行，提取令牌并还原更改。但这需要一些时间才能保存。

编辑 - 无需添加PHP标记，因为此问题仅与正则表达式相关，与PHP本身无关...

Answer 1

您可以使用此PCRE递归正则表达式进行匹配：

'/translate \s* ( \( (?: [^()]* | (?1) )* \) )/x'

Online regex demo

<强>代码：

$re = "/translate \s* ( \( (?: [^()]* | (?1) )* \) )/x"; 

if (preg_match_all($re, $input, $matches))
    print_r($matches);

Answer 2

尝试以下正则表达式模式并获取索引1处的匹配组。正则表达式模式返回(...)中包含的所有内容，然后翻译。

/translate\(\s*('[^\)]*')\s*\)/g

注意：根据需要更改正则表达式。如果您不希望单引号成为组匹配的一部分，请将其移到括号外。

以下是regex101

上的演示

输出：

MATCH 1
1.  [10-55] `'THIS IS MY LANGUAGE TOKEN I NEED TO EXTRACT'`
MATCH 2
1.  [73-118]    `'THIS IS MY LANGUAGE TOKEN I NEED TO EXTRACT'`
MATCH 3
1.  [137-200]   `'THIS IS ' . 'MY LANGUAGE TOKEN ' . 'I NEED TO EXTRACT'`

查找可以被换行符断开的大括号之间的字符串

2 个答案:

Online regex demo