Question

这个问题有点奇怪，我花了一些时间来推动我对正则表达式的了解，以达到它的目的。然而，我却陷入了最后一点。问题如下：

我有一个字符串（表示我正在修改的路由系统中的url），可能包含一个匹配某个段的正则表达式。例如：

$pattern = "/some/path/to/</[a-z]+/>regex_var1/location";

这里要注意的重点是：

正则表达式在字符串中用</ />分隔（除非由于遗留原因而导致世界末日，否则这不是特别可选的。我宁愿保留原样）。< / LI>
/>（regex_var1）之后的文本位是此参数匹配的名称。我需要将其保留在表达式之外，以使其与系统的其余部分兼容，足以说在此上下文中可以忽略它。
此网址格式符合/some/path/to/another/location

我想要实现的是将给定格式（如上所示）分割成段。这些段用于回溯树遍历以将请求URI与控制器匹配。目前不支持正则表达式，我的意图是允许这样做。在过去，每个细分都用/表示，但是我在所包含的正则表达式中需要/个字符。如果我在它的当前形式中使用它，则表达式分为两个段。例如

$pattern = "/some/</([a-z]+)(/optional)?/>regex2/location";
$segments = preg_split('/(?<!<)\/(?!>)/', $pattern);

产生4个部分

// print_r($segments)
Array
(
    [0] => 
    [1] => some
    [2] => </([a-z]+)(
    [3] => optional)?/>regex2
    [4] => location
)

当我实际上只想要3

时

// print_r($segments)
Array
(
    [0] => 
    [1] => some
    [2] => </([a-z]+)(/optional)?/>regex2
    [3] => location
)

我对将整个网址与正则表达式匹配不感兴趣，这会破坏整个练习的重点。这个问题可能在单独的情况下看来是没有根据的，但是关于为什么我在此特定实现之后的详细信息超出了问题的范围。

Answer 1

嗯，我看不到只用正则表达式来做这件事的简单方法。您可能首先解析出正则表达式（/<\/.*?\/>[^\/]*/），将它们存储在一个数组中并用简单但不碰撞的东西（$1）替换它们，然后运行正则表达式并重新插入正则表达式。

Answer 2

另一种方法：

$str = "/some/</([a-z]+)(/optional)?/>regex2/location";
$out_segments = array();
$in_regex = false;
foreach(preg_split('+/+', $str) as $segment) {
    if ($in_regex) {
        if (substr($segment, 0, 1) === '>') {
            $in_regex = false;
        }
        $out_segments[count($out_segments) - 1] .= "/$segment";
        continue;
    }
    if (!$in_regex && substr($segment, -1, 1) === '<') {
        $segment = substr($segment, 0, -1);
        if ($segment !== '') {
            $out_segments[] = $segment;
        }
        $in_regex = true;
        $segment = '<';
    }
    if ($segment !== '') {
        $out_segments[] = $segment;
    }
}
var_dump($out_segments);

编辑：错误的伪代码看起来更容易。不过，这个想法并不是那么糟糕。

Answer 3

您可以先尝试将字符串拆分为其组件，然后再处理它：

$url = '/some/location/</([a-z]+)(/optional)?/>regex2/here/or/there';
$reg = '#(.*?)(</.*?/>.*?(?=/|$))(.*)?#';
if( preg_match($reg, $url, $matches) ) {
    $result = array_merge(
        preg_split( '#/#', $matches[1], 0, PREG_SPLIT_NO_EMPTY),
        array( $matches[2] ),
        preg_split( '#/#', $matches[3], 0, PREG_SPLIT_NO_EMPTY)
    );
    print_r( $result );    
}

Array
(
    [0] => some
    [1] => location
    [2] => </([a-z]+)(/optional)?/>regex2
    [3] => here
    [4] => or
    [5] => there
)

正则表达式应始终位于$matches[2]中，因此无论网址出现在何处，您都可以找到它。

正则表达式从带有分隔符的字符串中提取另一个表达式

3 个答案: