Question

我正在从一些旧的论坛软件升级，其中包含许多不必要的嵌套[QUOTE]标签，我想通过Regex（使用PHP preg_replace）删除它。其中大部分已经完成，但我正在努力使用以下类型。

帖子中有嵌套的引用块，但只需保留顶级[QUOTE]内容（因为一些嵌套引号的深度为3或4级）。

例如：

Here is some normal post content

[QUOTE]
This is an appropriate quote
[/QUOTE]

Here is more post content

[QUOTE]
This is a a valid quote, as it's only 1 level deep.
   [QUOTE="User 2"]
   Here's an unnecessary nested quote.
       [QUOTE]
       Here's a 3nd level unnecessary nested quote.
       [/QUOTE]
   [/QUOTE]
[/QUOTE]

Here is more post content

我想删除第二级和第三级嵌套引号，但无法弄清楚如何。

我完全对strip nested quotes提出了一些很好的建议，但我无法修改正则表达式以适合这个例子。

Answer 1

与您链接的正则表达式相同的限制（引号内没有其他标记），您可以使用

((?:\[QUOTE\]|\G(?!^))[^][]+)((\[QUOTE[^][]*\](?:[^][]++|(?2))++\[/QUOTE\]))

搜索，然后$1仅替换嵌套引号。

这基本上匹配单独组中的最外层引用，并且仅匹配递归中的内部引号，因此只允许删除它们。

请参阅https://regex101.com/r/y39Xaf/2

我在外引号中添加了一个带有两个不同引号的测试用例。

((?:\[QUOTE\]|\G(?!^))[^][]+)上的细分：

一切都包含在捕获组中以允许重新插入
(?:\[QUOTE\]|\G(?!^)匹配文字[QUOTE]或上一场比赛的结尾
[^][]+匹配任何普通文字

Answer 2

是的，您可以使用链接答案中的相同正则表达式并将两次与一些编程逻辑结合使用：

<?php

$regex = '~
        (\[QUOTE[^][]*\]
        (?:[^][]++|(?1))++
        \[/QUOTE\])
        ~x';

$data = preg_replace_callback($regex, 
    function($match) use($regex) {
        return $match[0][0] . preg_replace($regex, '', substr($match[0], 1));
    },
    $your_data_string_here);

echo $data;
?>

<小时/> 这样可以得到您的示例：

Here is some normal post content

[QUOTE]
This is an appropriate quote
[/QUOTE]

Here is more post content

[QUOTE]
This is a a valid quote, as it's only 1 level deep.

[/QUOTE]

Here is more post content

<小时/> 这里的想法是匹配每个引用标记（嵌套或不嵌套），然后将相同的表达式应用于匹配的字符串，但偏移量为+1。当我们获取子字符串时，只找到下一个嵌套的[QUOTE]集，然后替换它。

demo on regex101.com和on ideone.com进一步澄清了这一点。

子模式正则表达式在嵌套引号内匹配

2 个答案: