Question

我正在开发一个论坛系统，该系统可解析[b]some bold text[/b]之类的BBCode，并在通过PHP输出时对其应用HTML格式。我所有的表达式都起作用，但是我在弄清楚如何处理特定情况（特别是关于嵌套引用块）时遇到了麻烦。

在论坛上，您可能有一个用户引用另一个用户。我已经成功地使用以下格式进行了格式化：

#\[quote="(.*?);(\w*?)"\]\s*(.*?)\s*\[\/quote\]#

并调用preg_replace()将其替换为：

<blockquote id="quote-$2"><p>$3<br> - $1</p></blockquote>这是working example。

举一个真实的例子，您可能在论坛上看到一个用户Stan想要引用John，并将其添加到文本区域以供提交：

[quote="John;2"]John's sentence[/quote] 
____________

Stan's reply

但是，如果约翰在自己的帖子中引用了玛丽，会发生什么？

[quote="John;2"][quote="Mary;1"]Mary's sentence[/quote]John's sentence[/quote]
____________

Stan's reply

我的正则表达式将捕获除最后一个[/quote]之外的所有字符，但是即使我能够捕获整个字符串，我也不确定如何格式化它。理想情况下，我希望输出看起来像这样：

    "Mary's sentence"          
        - Mary

"John's sentence"
    - John
__________________________

Stan's reply

在HTML中：

<blockquote id="quote-2">
    <blockquote id="quote-1"><p>"Mary's sentence"<br> - Mary</p></blockquote>
        <p>"John's sentence"<br> - John</p>
</blockquote> 
<p>Stan's reply</p>

我可以使用正则表达式捕获和格式化重复的嵌套标签吗？如果有100个嵌套的报价块怎么办？显然，我可以写一个荒谬而冗长的重复表达式（肯定会有局限性），但是必须有一种更好的方法来解决这个问题。我应该使用另一种方法吗？

对于similar question already exists，我感到很抱歉，但是我在SO上浏览了许多问题，但仍不确定应该采用哪种方法。

Answer 1

这个想法是确保您只匹配最里面的BB标签。匹配[quote和[/quote]之间不包含其他[quote=的所有文本，并进行替换，直到没有找到这样的匹配为止。它也基于您的实际标签内容中没有[quote=的假设，但是在大多数情况下是正确的。另一个假设是属性用"引起来，并且里面不能有其他双引号。

因此，您可以使用

$s = '[quote="John;2"][quote="Mary;1"]Mary\'s sentence[/quote]John\'s sentence[/quote]';
$repl = '<blockquote id="quote-$2"><p>$3 <br> - $1</p></blockquote>';
$reg = '~\[quote="([^"]*);(\w*)"]\s*((?:(?!\[quote=).)*?)\s*\[/quote]~si';
while (preg_match($reg, $s)) {
    $s = preg_replace($reg, $repl, $s);
}
echo $s;
// => <blockquote id="quote-2"><p><blockquote id="quote-1"><p>Mary's sentence <br> - Mary</p></blockquote>John's sentence <br> - John</p></blockquote>

请参见PHP demo。正则表达式是

'~\[quote="([^"]*);(\w*)"]\s*((?:(?!\[quote=).)*?)\s*\[/quote]~si'

请参见regex demo。

详细信息

\[quote="-文字子字符串
([^"]*)-捕获第1组："以外的任意0+个字符
;-冒号
(\w*)-捕获第2组：0个以上的字符字符
"]-文字子字符串
\s*-超过0个空格
((?:(?!\[quote=).)*?)-捕获第3组：尽可能少的任何字符，而不以[quote=文本开头
\s*-超过0个空格
\[/quote]-文字[/quote]子字符串。

漂亮打印是一项额外的任务，其中有a couple of solutions mentioned here。

如何捕获输出的嵌套格式标签并对其格式化？

1 个答案: