php正则表达式检测括号内的文本忽略嵌套括号

Question

我正在尝试制作一个php正则表达式工作,解析括号中的文本字符串,同时忽略可能的嵌套括号:

让我们说我想要

Lorem ipsum [1. dolor sit amet, [consectetuer adipiscing] elit.]. Aenean commodo ligula eget dolor.[2. Dolor, [consectetuer adipiscing] elit.] Aenean massa[3. Lorem ipsum] dolor.

回来

[1] => "dolor sit amet, [consectetuer adipiscing] elit."
[2] => "Dolor, [consectetuer adipiscing] elit."
[3] => "Lorem ipsum"

到目前为止我得到了

'/\[([0-9]+)\.\s([^\]]+)\]/gi'

但是当嵌套括号出现时它会中断.见演示

我怎样才能忽略检测中的内括号？Thx提前!

Answer 1

您可以对以前的组使用递归引用:

(?<no_brackets>[^\[\]]*){0}(?<balanced_brackets>\[\g<no_brackets>\]|\[(?:\g<no_brackets>\g<balanced_brackets>\g<no_brackets>)*\])

看到它在行动

我们的想法是将您想要的匹配定义为没有括号,被包围[]或者某种东西的东西,其中包含一系列没有括号或平衡括号的第一条规则.

Answer 2

您可以使用此模式来捕获两个不同组中的项目编号和以下文本。如果您确定所有项目编号都是唯一的，您可以使用简单的方法构建问题中描述的关联数组array_combine：

$pattern = '~\[ (?:(\d+)\.\s)? ( [^][]*+ (?:(?R) [^][]*)*+ ) ]~x';

if (preg_match_all($pattern, $text, $matches))
    $result =  array_combine($matches[1], $matches[2]);

图案详情：

~     # pattern delimiter
\[    # literal opening square bracket
(?:(\d+)\.\s)? # optional item number (*) 
(              # capture group 2
   [^][]*+         # all that is not a square bracket (possessive quantifier)
   (?:             # 
       (?R)        # recursion: (?R) is an alias for the whole pattern
       [^][]*      # all that is not a square bracket
   )*+             # repeat zero or more times (possessive quantifier)
)
]                  # literal closing square bracket
~x  # free spacing mode

(*)请注意，如果您希望能够使用递归(?R) （例如[consectetuer adipiscing]没有项目编号），则项目编号部分必须是可选的。如果您想避免没有项目编号的方括号，这可能会出现问题。(?:(\d+)\.\s)?在这种情况下，如果将可选组更改为条件语句，则可以构建更强大的模式：(?(R)|(\d+)\.\s)

条件语句：

(?(R)        # IF you are in a recursion
             # THEN match this (nothing in our case)
  |          # ELSE
  (\d+)\.\s  #   
)

这样，项目编号就成为强制性的。