PHP路由preg_match帮助

时间:2018-08-17 17:36:40

标签: php regex preg-match

我有一个自定义的路由类,该类允许我根据请求进行匹配:

d3.event.sourceEvent.stopPropagation();

将匹配以下链接:

'/[*:cat1]/[*:cat2]/?[*:cat3]/?[*:cat4]/?[p:page]/?'

如您所见? /后表示该参数是可选的。

我的问题出在[p:page] /?这也是可选的。

category-one/page-2/
category-one/cat-two/page-2/
category-one/cat-two/cat-three/page-2/
category-one/cat-two/cat-three/cat-four/page-2/

我的问题是,当我尝试匹配此链接

/category-one/cat-two/page-2/

它将给我这些参数:

category-one/
category-one/cat-two/
category-one/cat-two/cat-three/
category-one/cat-two/cat-three/cat-four/

代替

cat1 => category-one
cat2 => cat-two
cat3 => page-2

我正在使用此生成的正则表达式:

cat1 => category-one
cat2 => cat-two
page => page-2

感谢您的帮助。谢谢! 亚历克斯

1 个答案:

答案 0 :(得分:1)

我将使用令牌词法分析器/解析器方法。我在git中心页面上有一些示例:

https://github.com/ArtisticPhoenix/MISC/tree/master/Lexers

这些是我用来回答SO的其他问题,一个是JSON对象解析器,而不是JSON字符串。如果"无法处理的属性周围没有json_decode,这将是格式错误的JSON。另一个是HTML缩小器(虽然是OOP样式,但概念相同),您可以从中排除<textarea>标签之类的东西,因为那里的空白很重要。因此,您可以使用此方法进行几乎任何形式的文本处理。

我修改了一个,但是我真的不知道您想要输出什么或想要使用它做什么,但是它应该可以帮助您入门。可能您必须将其集成到您的URL路由类中,我不知道它的外观。但这是比简单的preg_match更好的方法,因为它为您提供了在比赛的每个片段上执行复杂逻辑的地方。

 //don't edit this part.
function parse($subject, $tokens)
{
    $types = array_keys($tokens);
    $patterns = [];
    $lexer_stream = [];
    $result = false;
    foreach ($tokens as $k=>$v){
        $patterns[] = "(?P<$k>$v)";
    }
    $pattern = "/".implode('|', $patterns)."/i";
    if (preg_match_all($pattern, $subject, $matches, PREG_OFFSET_CAPTURE)) {
        //print_r($matches);
        foreach ($matches[0] as $key => $value) {
            $match = [];
            foreach ($types as $type) {
                $match = $matches[$type][$key];
                if (is_array($match) && $match[1] != -1) {
                    break;
                }
            }
            $tok  = [
                'content' => $match[0],
                'type' => $type,
                'offset' => $match[1]
            ];
            $lexer_stream[] = $tok;
        }
        $result = parseTokens( $lexer_stream );
    }
    return $result;
}

//make changes here to how the tokens are dealt with
function parseTokens( array &$lexer_stream ){
    $result = [];

    while($current = current($lexer_stream)){
        $content = $current['content'];
        $type = $current['type'];
        switch($type){  
            case 'T_EOF': return;

            //custom code for you tokens.
            case 'T_DELIMTER': 
            case 'T_BASE': 
                //ignore these
                next($lexer_stream); //don't forget to call next
            break;
            case 'T_CAT':
                $cat = substr($content, 4);
                echo "This is Cat ".$cat."\n";
                next($lexer_stream);
            break;
            case 'T_PAGE':
                $page = substr($content, 5);
                echo "This is Page".$page;
                next($lexer_stream);
            break;

            //catch all token
            case 'T_UNKNOWN':
            default:
                print_r($current);
                trigger_error("Unknown token $type value $content", E_USER_ERROR);
        }
    }
    if( !$current ) return;
    print_r($current);
    trigger_error("Unclosed item $mode for $type value $content", E_USER_ERROR);
}

/**
 * token should be "name" => "regx"
 * 
 * Order is important
 * 
 * @var array $tokens
 */
$tokens = [
    'T_EOF'             => '\Z',
    'T_DELIMTER'        => '\/',
    'T_BASE'            => 'category-one',
    'T_CAT'             => 'cat-(?:one|two|three|four)',
    'T_PAGE'            => 'page-\d+',
    'T_UNKNOWN'         => '.+?',
];

$subject = '/category-one/cat-two/page-2/';

parse($subject, $tokens);

echo "\n\n========================================\n\n";

$subject = '/category-one/cat-two/cat-three/cat-four/page-2/';

parse($subject, $tokens);

您可以在操作中here看到它

以上代码的输出:

//$subject = '/category-one/cat-two/page-2/';
This is Cat two
This is Page2

========================================

//$subject = '/category-one/cat-two/cat-three/cat-four/page-2/';
This is Cat two
This is Cat three
This is Cat four
This is Page2

它是如何工作的,它基本上全部使用了preg match,但是它被包装在一个令人信服的类型处理中,以使处理输出变得更容易并构建正则表达式。因此,您可以使用一个更小的,更易于处理的而不是一个完整的Regx。乍一看似乎很复杂,但实际上一旦您了解了它的功能,它就会变得非常容易。

您甚至可以通过在parseTokens函数中添加一些逻辑来检查顺序。这应该是您唯一需要编辑内容的地方,主要是在令牌切换语句中。

它创建的regx就是这样

/(?P<T_EOF>\Z)|(?P<T_DELIMTER>\/)|(?P<T_BASE>category-one)|(?P<T_CAT>cat-(?:one|two|three|four))|(?P<T_PAGE>page-\d+)|(?P<T_UNKNOWN>.+?)/i

因此,当我在或cat-(?:one|two|three|four)中添加一个非捕获组时,您无法添加子捕获组注释。但是您稍后可以使用substr进行分隔,因此没什么大不了的。

\Z有点晦涩,但它只匹配字符串的末尾而没有捕获任何东西。

处理部分也这样称呼(在parse中):

$result = parseTokens( $lexer_stream );
...
return $result;

因此,您可以将通过parse函数返回的数据返回到调用它的位置(如果需要)

  $something = parse($subject,$tokens);

我现在没有时间详细介绍什么是词法分析器或它是如何工作的。因此,希望这足以让您入门。

更新

  

这是一个好的开始,但是您的代码非常具体,

为了解决这个问题(不要误会我的意思或以错误的方式处理这个问题),我觉得我需要进一步解释。

这是非常普遍的

$tokens = [
    'T_EOF'             => '\Z',
    'T_DELIMTER'        => '\/',
    'T_BASE'            => 'category-one',
    'T_CAT'             => 'cat-(?:one|two|three|four)',
    'T_PAGE'            => 'page-\d+',
    'T_UNKNOWN'         => '.+?',
];

这是非常具体的

`^(?:/(?P<cat1>[^/\.]+))(?:/(?P<cat2>[^/\.]+/)?)(?:(?P<cat3>[^/\.]+/)?)(?:(?P<cat4>[^/\.]+/)?)(?:(?P<page>(a^)|(?:pag-)(\d+)/)?)$`u

如果必须进行编辑,这将是一个巨大的问题,如果您要转到书籍或其他内容该怎么办。您将如何扩展呢?我什至不知道从哪里开始。

我给你的数组方法,只需添加即可

$tokens = [
    'T_EOF'             => '\Z',
    'T_DELIMTER'        => '\/',
    'T_BASE'            => 'category-one',
    'T_CAT'             => 'cat-(?:one|two|three|four)',
    'T_PAGE'            => 'page-\d+',
    'T_BOOK'            => 'book-\w+',
    'T_UNKNOWN'         => '.+?',
];

然后修改switch语句:

  case 'T_BOOK':
       ///do something
  break;

Bam可以以简洁明了的方式做任何您想做的事情。您可以非常轻松地添加所需的复杂逻辑,错误检查等。