Question

这就是我现在所拥有的：

/{% if(.+?) %}(.*?){% endif %}/gusi

它可以捕获多个if语句等等。

IMG：http://image.xesau.eu/2015-02-07_23-22-11.png

但是当我做嵌套的那些时，if if in if，它会在{％endif％}的第一次出现时停止

IMG：http://image.xesau.eu/2015-02-08_09-29-43.png

有没有办法像{％if ...％}语句那样捕获尽可能多的{％endif％}语句，如果有，怎么办？

Answer 1

不要使用regexen，请使用现有的Twig解析器。这是我编写的一个提取器示例，它解析自定义标记并提取它们：https://github.com/deceze/Twig-extensions/tree/master/lib/Twig/Extensions/Extension/Gettext

词法分析器的工作是将Twig源代码转换为对象;如果你需要进入这个过程，你可以扩展它：

class My_Twig_Lexer extends Twig_Lexer {

    ...

    /**
     * Overrides lexComment by saving comment tokens into $this->commentTokens
     * instead of just ignoring them.
     */
    protected function lexComment() {
        if (!preg_match($this->regexes['lex_comment'], $this->code, $match, PREG_OFFSET_CAPTURE, $this->cursor)) {
            throw new Twig_Error_Syntax('Unclosed comment', $this->lineno, $this->filename);
        }
        $value = substr($this->code, $this->cursor, $match[0][1] - $this->cursor);
        $token = new Twig_Extensions_Extension_Gettext_Token(Twig_Extensions_Extension_Gettext_Token::COMMENT, $value, $this->lineno);
        $this->commentTokens[] = $token;
        $this->moveCursor($value . $match[0][0]);
    }

    ...

}

Twig通常会丢弃Twig注释节点，这个词法分析器会保存它们。

但是，您主要关注的是使用解析器：

$twig   = new Twig_Environment(new Twig_Loader_String);
$lexer  = new My_Twig_Lexer($twig);
$parser = new Twig_Parser($twig);

$source = file_get_contents($file);
$tokens = $lexer->tokenize($source);
$node   = $parser->parse($tokens);
processNode($node);

$node这里是节点树的根节点，它以面向对象的方式表示Twig源，所有节点都已正确解析。您只需要处理这棵树而不必担心用于生成它的确切语法：

 processNode(Twig_NodeInterface $node) {
      switch (true) {
          case $node instanceof Twig_Node_Expression_Function :
              processFunctionNode($node);
              break;
          case $node instanceof Twig_Node_Expression_Filter :
              processFilterNode($node);
              break;
      }

      foreach ($node as $child) {
          if ($child instanceof Twig_NodeInterface) {
              processNode($child);
          }
      }
 }

只需遍历它，直到找到您正在寻找的节点类型并获取其信息。玩一下吧。这个示例代码可能有点过时，也可能没有过时，你必须深入研究Twig解析器源代码才能理解它。

Answer 2

将您的模式更改为recursive pattern：

几乎是微不足道的

{% if(.+?) %}((?>(?R)|.)*?){% endif %}

工作示例：https://regex101.com/r/gX8rM0/1

然而， 这是一个坏主意：模式缺少很多情况，这些都是解析器中的错误。只是几个常见的例子：

评论：

{% if aaa %}
123
<!-- {% endif %} -->
{% endif %}

字符串文字：

{% if aaa %}a = "{% endif %}"{% endif %}

{% if $x == "{% %}" %}...{% endif %}

转义字符（您确实需要转义字符，对吧？）：

<p>To start a condition, use <code>\{% if aaa %}</code></p>

输入无效：
如果解析器在无效输入上能够相对较好地工作，并且指向错误的正确位置，那将是很好的。

如何使用正则表达式捕获嵌套的{％if ...％} {％endif％}语句

2 个答案: