Question

我有一个我想要匹配的LaTeX文档。我需要一个符合以下条件的RegEx匹配：

\ # the backslash in the beginning
[a-zA-Z]+ #a word
(\{.+\})* # any amount of {something}

然而，她就是捕捉;

在最后一行中，它需要贪婪，并且2.内部需要匹配的{}个数。

这意味着我是否有字符串\test{something\somthing{9}} 它会匹配整体。它需要按顺序排列（{}）。所以它与以下内容不符：

\ LaTeX {}是\ TeX {}
的文档准备系统

刚

\乳胶{}

和

的\ TeX {}

帮助任何人？也许有人有更好的匹配想法？我不应该使用正则表达式吗？

Answer 1

这可以通过递归完成：

$input = "\LaTeX{} is a document preparation system for the \TeX{}
\latex{something\somthing{9}}";

preg_match_all('~(?<token>
        \\\\ # the slash in the beginning
        [a-zA-Z]+ #a word
        (\{[^{}]*((?P>token)[^{}]*)?\}) # {something}
)~x', $input, $matches);

这与\LaTeX{}，\TeX{}和\latex{something\somthing{9}}

正确匹配

Answer 2

PHP 可以使用，因为它支持递归正则表达式匹配。但，正如我所说的，如果你的类似LaTeX的字符串中有注释，其中包含{或}，则会失败。

演示：

$text = 'This is a \LaTeX{ foo { bar { ... } baz test {} done } } document
preparation system for the \TeX{a{b{c}d}e{f}g{h}i}-y people out there';
preg_match_all('/\\\\[A-Za-z]+(\{(?:[^{}]|(?1))*})/', $text, $matches, PREG_SET_ORDER);
print_r($matches);

产生：

Array
(
    [0] => Array
        (
            [0] => \LaTeX{ foo { bar { ... } baz test {} done } }
            [1] => { foo { bar { ... } baz test {} done } }
        )

    [1] => Array
        (
            [0] => \TeX{a{b{c}d}e{f}g{h}i}
            [1] => {a{b{c}d}e{f}g{h}i}
        )

)

快速解释：

\\\\         # the literal '\'
[A-Za-z]+    # one or more letters
(            # start capture group 1   <-----------------+
  \{         #   the literal '{'                         |
  (?:        #   start non-capture group A               |
    [^{}]    #     any character other than '{' and '}'  |
    |        #     OR                                    |
    (?1)     #     recursively match capture group 1  ---+
  )          #   end non-capture group A
  *          #   non-capture group A zero or more times
  }          #   the literal '}'
)            # end capture group 1

Answer 3

不幸的是，我认为这是不可能的。支架匹配（检测正确配对的嵌套括号）通常用作有限状态机无法解决的问题的示例，例如正则表达式解析器。您可以使用无上下文语法来完成它，但这不是正则表达式的工作原理。您最好的解决方案是使用{*[^{}]*}*这样的正则表达式进行初始检查，然后使用另一个短脚本来检查它是否为偶数。

总之：不要只用正则表达式来做。这不是单独用正则表达式解决的问题。

如何在PHP中使用正则表达式匹配嵌套大括号？

3 个答案: