比賽多次只在單一的正則表達式

Question

大家好，我的問題很簡單的一組：

我想匹配，只有當他們在與PCRE正則表達式一個<figcaption>的一篇文章中所有可能的井號標籤。 E.g：

<figcaption>blah blah #hashtag1, #hashtag2</figcaption> 

我這裏https://regex101.com/r/aL9vS8/1做出了嘗試，並去掉最後?將從#hashtag1捕獲更改爲#hashtag2，但不能同時獲得。

我甚至不確定它是可行的在一個單一的正則表達式在PHP。

任何想法來幫助我？ :)

如果沒有辦法在一個單一的正則表達式（真的嗎？即使使用遞歸(?R)?？：p），請建議最有效的方式可能性能明智。

謝謝！

[編輯]

如果沒有辦法，我的PHP的下一個想法是：

1. 匹配每一個figcaption與preg_replace_callback
2. 在回調比賽#hashtag每個實例。

我可以就此瞭解你的意見嗎？有沒有更好的辦法？我的文章不是很長。

Answer 1

請推薦最有效的方式表現明智

最可靠的方法來匹配一些分隔符與PCRE正則表達式之間的一些文字是通過使用自定義的邊界與\G operator。但是，尾部邊界是多字符字符串，要匹配除</figcaption>之外的任何文本，您需要tempered greedy token。由於此令牌非常耗費資源，因此必須展開。

這是給你的任務快速，可靠PCRE正則表達式：

(?:<figcaption|(?!^)\G)[^<#]*(?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*\K#\w+ 

見regex demo

詳細：

• (?:<figcaption|(?!^)\G) - 匹配<figcaption或前結束成功搭配
  個更多細節：
  (?:<figcaption|(?!^)\G)是非捕獲器，它只有羣組（(?:...)），而不是跟蹤與此組什麼匹配（即沒有值保存在匹配2倍的替代品（|是交替操作）的堆疊組，因爲不會創建堆棧）：1）文字文本<figcaption或2）(?!^)\G - 以前的成功匹配後的位置（注意：\G也匹配字符串的開始，因此，我們必須添加負先行(?!^)排除行爲）。
• [^<#]* - 比<其他0+字符和#
• (?:(?:<(?!\/figcaption>)|#\B)[^<#]*)* - 的0+序列：
  • (?:<(?!\/figcaption>)|#\B) - 一個<後面沒有與/figcaption>#或沒有遵循與字炭
  • [^<#]* - 0 +字符除<和#
• \K - 忽略文本到目前爲止匹配
• #\w+ - #和1+字字符

更細節：

• \K：

逃逸序列\K導致任何公關明顯匹配的字符不包含在最終的匹配序列中。例如，模式：

foo\Kbar 

比賽foobar，但報告說，它匹配了bar。該功能類似於後向斷言。

• (?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*：在這裏，我們有一個外非捕獲組(?:...)*使匹配子模式零次或多次的序列（能量詞*設置爲僅一個分組，如果我們需要重複一個序列的子模式）與內非捕獲組(?:<(?!\/figcaption>)|#\B)[^<#]*只是一個收縮方式較長<(?!\/figcaption>)[^<#]*|#\B[^<#]*（只是第2層不同的替代<(?!\/figcaption>)和#\B一個共同的「後綴」 [^<#]*之前
• 包裝在一個標籤：只使用preg_replace與<span class="highlight">$0</span>替換模式：

代碼：

$re = '~(?:<figcaption|(?!^)\G)[^<#]*(?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*\K#\w+~'; 
$str = "<figcaption>blah # blah #hashtag1, #hashtag2</figcaption> #ee <figcaption>#ddddd"; 
$subst = "<span class=\"highlight\">$0</span>"; 
$result = preg_replace($re, $subst, $str); 
echo $result; 

見PHP IDEONE demo