使用Regex匹配函数体

Question

给定一个虚函数:

public function handle()
{
  if (isset($input['data']) {
    switch($data) {
      ...
    }
  } else {
    switch($data) {
      ...
    }
  }
}

我的目的是获取该函数的内容,问题是匹配花括号的嵌套模式{...}.

我遇到过递归模式,但无法理解与函数体相匹配的正则表达式.

我尝试了以下(没有递归):

$pattern = "/function\shandle\([a-zA-Z0-9_\$\s,]+\)?". // match "function handle(...)"
            '[\n\s]?[\t\s]*'. // regardless of the indentation preceding the {
            '{([^{}]*)}/'; // find everything within braces.

preg_match($pattern, $contents, $match);

这种模式根本不匹配.我确信这是最后一点是错误的,'{([^{}]*)}/'因为当身体内没有其他支撑时,该模式有效.

将其替换为:

'{([^}]*)}/';

它匹配到语句}中的开关关闭if并停在那里(包括}开关但不包括开关if).

除了这种模式,同样的结果:

'{(\K[^}]*(?=)})/m';

Answer 1

更新#2

根据其他人的评论

^\s*[\w\s]+\(.*\)\s*\K({((?>"(?:[^"\\]*+|\\.)*"|'(?:[^'\\]*+|\\.)*'|//.*$|/\*[\s\S]*?\*/|#.*$|<<<\s*["']?(\w+)["']?[^;]+\3;$|[^{}<'"/#]++|[^{}]++|(?1))*)})

注意:{((?>[^{}]++|(?R))*)}如果您知道输入不包含{或不包含}PHP语法,那么简短的RegEx 就足够了.

那么一个长期的RegEx,它在什么邪恶案件中起作用？

1. 你有[{}]一个引号之间的字符串["']
2. 你有这些引号在彼此内部逃脱
3. 你有[{}]一个评论块.//...或/*...*/或#...
4. 你有[{}]heredoc或nowdoc <<<STR或<<<['"]STR['"]

否则它意味着有一对打开/关闭支撑和嵌套支撑的深度并不重要.

我们有一个失败的案例吗？

不,除非你的代码内有火星.

 ^ \s* [\w\s]+ \( .* \) \s* \K               # how it matches a function definition
 (                             # (1 start)
      {                                      # opening brace
      (                             # (2 start)
           (?>                               # atomic grouping (for its non-capturing purpose only)
                "(?: [^"\\]*+ | \\ . )*"     # double quoted strings
             |  '(?: [^'\\]*+ | \\ . )*'     # single quoted strings
             |  // .* $                      # a comment block starting with //
             |  /\* [\s\S]*? \*/             # a multi line comment block /*...*/
             |  \# .* $                      # a single line comment block starting with #...
             |  <<< \s* ["']?                # heredocs and nowdocs
                ( \w+ )                      # (3) ^
                ["']? [^;]+ \3 ; $           # ^
             |  [^{}<'"/#]++                 # force engine to backtack if it encounters special characters [<'"/#] (possessive)
             |  [^{}]++                      # default matching bahaviour (possessive)
             |  (?1)                         # recurse 1st capturing group
           )*                                # zero to many times of atomic group
      )                             # (2 end)
      }                                      # closing brace
 )                             # (1 end)

格式化由@ sln的RegexFormatter软件完成.

我在现场演示中提供了什么？

随机给出Laravel的Eloquent Model.php文件(~3500行)作为输入.看看: 现场演示