Question

我有一个抓住BBcode标签的正则表达式。除了小故障外，它的效果很好。

这是当前表达式：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](.+)\[/\1\]

以下是它成功匹配的一些文本及其构建的组：

[url = http://www.google.com]Go google！[/ url]
  1：网址
  2：http://www.google.com
  3：去谷歌！

[IMG] http://www.somesite.com/someimage.jpg[/img]
  1：img
  2：NULL
  3：http://www.somesite.com/someimage.jpg
      [quote] [quote]第一次嵌套引用[/ quote] [quote]第二次嵌套引用[/ quote] [/ quote]
  1：报价
  2：NULL
  3：[quote]第一个嵌套引用[/ quote] [quote]第二个嵌套引用[/ quote]

所有这一切都很棒。我可以通过对同一个正则表达式运行第三个匹配组来处理嵌套标记，并递归处理嵌套的所有标记。问题在于使用[quote]标签的示例。请注意，第三个匹配组是一组两个引用标记，因此我们期望两个匹配。但是，我们得到一个匹配，如下：

[quote]第一次嵌套引用[/ quote] [quote]第二次嵌套引用[/ quote]
  1：报价
  2：NULL
  3：第一次嵌套引用[/ quote] [quote]第二次嵌套引用

AHHHH！这根本不是我们想要的。有一种相当简单的方法来解决它，我修改了正则表达式：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](.+)\[/\1\]

对此：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](((?!\[/\1\]).)+)\[/\1\]

如果第三个匹配组包含结束的BBcode标记，则添加((?!\[/\1\]).)我们会使整个匹配无效。所以现在这个工作，我们得到两个匹配：

[quote]第一个嵌套引用[/ quote] [quote]第二个嵌套引用[/ quote]

[quote]第一次嵌套引用[/ quote]
  1：报价
  2：NULL
  3：第一个嵌套引用

[quote]第二次嵌套引用[/ quote]
  1：报价
  2：NULL   3：第二次嵌套引用

我很高兴修复它，但现在我们还有另一个问题。这个新的正则表达式在第一个上面失败，我们将两个引用标记嵌套在一个较大的引用标记下。我们得到两个匹配而不是一个：

[quote] [quote]第一次嵌套引用[/ quote] [quote]第二次嵌套引用[/ quote] [/ quote]
      [quote] [quote]首先嵌套引用[/ quote]
  1：报价
  2：NULL
  3：[quote]第一个嵌套引用

[quote]第二次嵌套引用[/ quote]
  1：报价
  2：NULL
  3：第二次嵌套引用

第一场比赛全是错误的，第二场比赛虽然格局合理，但不是理想的比赛。我们希望与第三个匹配组的一个大匹配是两个嵌套的引用标记，就像我们使用第一个表达式时一样。

有什么建议吗？如果我能跨越这个差距，我应该有一个相当强大的BBcode表达式。

Answer 1

使用balancing groups你可以构造一个这样的正则表达式：

(?>
  \[ (?<tag>[^][/=\s]+) \s*
  (?: = \s* (?<val>[^][]*) \s*)?
  ]
)

(?<content>
  (?>
    \[(?<innertag>[^][/=\s]+)[^][]*]
    |
    \[/(?<-innertag>\k<innertag>)]
    |
    [^][]+
  )*
  (?(innertag)(?!))
)

\[/\k<tag>]

根据Kobi的例子简化。

以下内容：

[foo=bar]baz[/foo]
[b]foo[/b]
[i][i][foo=bar]baz[/foo]foo[/i][/i]
[i][i][i][i]foo[/i][/i][/i][i][i]foo[/i][/i][/i]
[quote][quote][b][img]foo[/img][b]bold[/b][b][b]deep[/b][/b][/b][/quote]bar[quote]baz[/quote][/quote]

找到这些匹配：

[foo=bar]baz[/foo]
[b]foo[/b]
[i][i][foo=bar]baz[/foo]foo[/i][/i]
[i][i][i][i]foo[/i][/i][/i][i][i]foo[/i][/i][/i]
[quote][quote][b][img]foo[/img][b]bold[/b][b][b]deep[/b][/b][/b][/quote]bar[quote]baz[/quote][/quote]

http://ideone.com/uULOs

的完整示例

（旧版本http://ideone.com/AXzxW）

如何修复BBcode正则表达式

1 个答案: