PHP PREG_REPLACE根據順序檢查得出錯誤結果

Question

我偶然發現了PHP的preg_replace函數和一些正則表達式模式的一個奇怪的錯誤。我想要做的是替換由括號分隔的自定義標籤，並將其轉換爲HTML。正則表達式必須考慮定製的「填充」標籤，這些標籤將保留在輸出的HTML中，以便在頁面加載時替換它（例如替換站點名稱）。

每個正則表達式模式都可以自行工作，但由於某些原因，如果先檢查其中一種模式，則其中一些將早退出函數。當我偶然發現這一點時，我使用preg_match和一個foreach循環來檢查模式，然後再返回結果 - 所以假設它對每個模式都是新鮮的。

這也沒有工作。

校驗碼：

function replaceLTags($originalString){ 
    $patterns = array(
       '#^\[l\]([^\s]+)\[/l\]$#i' => '<a href="$1">$1</a>', 
       '#^\[l=([^\s]+)]([^\[]+)\[/l\]$#i'=> '<a href="$1">$2</a>', 
       '#^\[l=([^\s]+) title=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" title="$2">$3</a>', 
       '#^\[l=([^\s]+) rel=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" rel="$2">$3</a>', 
       '#^\[l=([^\s]+) onClick=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" onClick="$2">$3</a>', 
       '#^\[l=([^\s]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" style="$2">$3</a>', 
       '#^\[l=([^\s]+) onClick=([^\[]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" onClick="$2" style="$3">$4</a>', 
       '#^\[l=([^\s]+) class=([^\[]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" class="$2" style="$3">$4</a>', 
       '#^\[l=([^\s]+) class=([^\[]+) rel=([^\[]+)] target=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" class="$2" rel="$3" target="$4">$5</a>' 
      ); 

    foreach ($patterns as $pattern => $replace){ 
     if (preg_match($pattern, $originalString)){ 
      return preg_replace($pattern, $replace, $originalString); 
     } 
    } 
} 

$string = '[l=[site_url]/site-category/ class=hello rel=nofollow target=_blank]Hello there[/l]'; 

echo $alteredString = $format->replaceLTags($string); 

上述 「字符串」 會出來爲：

<a href="[site_url">/site-category/ class=hello rel=nofollow target=_blank]Hello there</a> 

當應該站出來爲：

<a href="[site_url]/site-category/" class="hello" rel="nofollow" target="_blank">Hello there</a> 

但是，如果將該模式進一步移動到列表中以便更早檢查，它將會正確格式化。

我很難過，因爲它好像每次檢查它時都會覆蓋字符串，即使這沒有意義。

Answer 1

對我來說，你做的工作比你需要的要多得多。爲什麼不使用preg_replace_callback在單獨的步驟中處理屬性，而不是爲每個可能的屬性列表使用單獨的正則表達式/替換項？例如：

function replaceLTags($originalString){ 
    return preg_replace_callback('#\[l=((?>[^\s\[\]]+|\[site_url\])+)([^\]]*)\](.*?)\[/l\]#', 
           replaceWithinTags, $originalString); 
} 

function replaceWithinTags($groups){ 
    return '<a href="' . $groups[1] . '"' . 
     preg_replace('#(\s+\w+)=(\S+)#', '$1="$2"', $groups[2]) . 
     '>' . $groups[3] . '</a>'; 
} 

看到一個完整的演示here（更新;見註釋）。

下面是基於新的信息的代碼，是在給予的更新版本：

function replaceLTags($originalString){ 
    return preg_replace_callback('#\[l=((?>[^\s\[\]]+|\[\w+\])+)([^\]]*)\](.*?)\[/l\]#', 
           replaceWithinTags, $originalString); 
} 

function replaceWithinTags($groups){ 
    return '<a href="' . $groups[1] . '"' . 
     preg_replace(
      '#(\s+[^\s=]+)\s*=\s*([^\s=]+(?>\s+[^\s=]+)*(?!\s*=))#', 
      '$1="$2"', $groups[2]) . 
     '>' . $groups[3] . '</a>'; 
} 

demo

在第一個正則表達式，我改變[site_url]到\[\w+\]，因此它可以匹配任何自定義填充標籤。

這裏是第二正則表達式的擊穿：

(\s+[^\s=]+) # the attribute name and its leading whitespace 
\s*=\s* 
(
    [^\s=]+ # the first word of the attribute value 
    (?>\s+[^\s=]+)* # the second and subsequent words, if any 
    (?!\s*=) # prevents the group above from consuming tag names 
) 

最棘手的部分是匹配的多字的屬性值。 (?>\s+[^\s=]+)*總是會消耗一個標籤名稱（如果有），但先行強制它原路返回。通常情況下，它一次只能退出一個角色，但原子組有效地迫使它全部退回或根本不退出。

Answer 2

你搞砸了正則表達式。如果您在每次迭代中打印字符串爲：

foreach ($patterns as $pattern => $replace){ 
    echo "String: $originalString\n"; 
    if (preg_match($pattern, $originalString)){ 
     return preg_replace($pattern, $replace, $originalString); 
    } 
} 

您將看到該字符串未被修改。從我的跑步中，我發現第二個正則表達式匹配。我給preg_match打了一個電話第三個參數並打印了比賽。這是我得到的：

Array (
    [0] => [l=[site_url]/site-category/ class=hello rel=nofollow target=_blank]Hello there[/l] 
    [1] => [site_url 
    [2] => /site-category/ class=hello rel=nofollow target=_blank]Hello there) 

Answer 3

以下是一些通用代碼，您可以使用少量表達式，您可以隨時刪除最終字符串中不允許的任何標記。

<?php 

function replaceLTags($originalString) { 
    if (preg_match('#^\[l\]([^\s]+)\[/l\]$#i', $originalString)) { 
     // match a link with no description or tags 
     return preg_replace('#^\[l\]([^\s]+)\[/l\]$#i', '<a href="$1">$1</a>', $originalString); 
    } else if (preg_match('#^\[l=([^\s]+)\s*([^\]]*)\](.*?)\[/l\]#i', $originalString, $matches)) { 
     // match a link with title and/or tags 
     $attribs = $matches[2]; 
     $attrStr = ''; 
     if (preg_match_all('#([^=]+)=([^\s\]]+)#i', $attribs, $attribMatches) > 0) { 
      $attrStr = ' '; 
      for ($i = 0; $i < sizeof($attribMatches[0]); ++$i) { 
       $attrStr .= $attribMatches[1][$i] . '="' . $attribMatches[2][$i] . '" '; 
      } 
      $attrStr = rtrim($attrStr); 
     } 

     return '<a href="' . $matches[1] . '"' . $attrStr . '>' . $matches[3] . '</a>'; 
    } else { 
     return $originalString; 
    } 
} 

$strings = array(
    '[l]http://www.stackoverflow.com[/l]', 
    '[l=[site_url]/site-category/ class=hello rel=nofollow target=_blank]Hello there[/l]', 
    '[l=[site_url]/page.php?q=123]Link[/l]', 
    '[l=http://www.stackoverflow.com/careers/ target=_blank class=default]Stack overflow[/l]' 
); 

foreach($strings as $string) { 
    $altered = replaceLTags($string); 
    echo "{$altered}<br />\n"; 
} 

Answer 4

你手頭緊迫的問題的原因是雙重的：

首先，在適用的正則表達式（最後一個數組中的）一個錯字。在：" target="之前，它有一個無關的字面右方括號。換句話說，這樣的：

'#^\[l=([^\s]+) class=([^\[]+) rel=([^\[]+)] target=([^\[]+)]([^\[]+)\[/l\]$#i'

應改爲：

'#^\[l=([^\s]+) class=([^\[]+) rel=([^\[]+) target=([^\[]+)]([^\[]+)\[/l\]$#i'

其次，有陣列中的兩個正則表達式這都匹配相同的字符串，而不幸的是，更多的特異性的二（正則表達式是我們想要的那個），第二。匹配於其他更一般的正則表達式是第二個陣列中：

'#^\[l=([^\s]+)]([^\[]+)\[/l\]$#i'

配售更一般的正則表達式最後併除去多餘的方括號解決了這個問題。這裏是你的固定應用了上述兩種變化的原始代碼：

function replaceLTags($originalString){ 
    $patterns = array(
       '#^\[l\]([^\s]+)\[/l\]$#i' => '<a href="$1">$1</a>', 
       '#^\[l=([^\s]+) title=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" title="$2">$3</a>', 
       '#^\[l=([^\s]+) rel=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" rel="$2">$3</a>', 
       '#^\[l=([^\s]+) onClick=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" onClick="$2">$3</a>', 
       '#^\[l=([^\s]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" style="$2">$3</a>', 
       '#^\[l=([^\s]+) onClick=([^\[]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" onClick="$2" style="$3">$4</a>', 
       '#^\[l=([^\s]+) class=([^\[]+) style=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" class="$2" style="$3">$4</a>', 
       '#^\[l=([^\s]+) class=([^\[]+) rel=([^\[]+) target=([^\[]+)]([^\[]+)\[/l\]$#i' => '<a href="$1" class="$2" rel="$3" target="$4">$5</a>', 
       '#^\[l=([^\s]+)]([^\[]+)\[/l\]$#i'=> '<a href="$1">$2</a>' 
      ); 

    foreach ($patterns as $pattern => $replace){ 
     if (preg_match($pattern, $originalString)){ 
      return preg_replace($pattern, $replace, $originalString); 
     } 
    } 
} 

$string = '[l=[site_url]/site-category/ class=hello rel=nofollow target=_blank]Hello there[/l]'; 

echo $alteredString = $format->replaceLTags($string); 

請注意，這只是解決你的問題中所描述的立即採取具體錯誤，不解決與您正試圖完成什麼一些更基本的問題。我已經提出了一個有些更好的解決方案作爲一個回答你的後續問題：How do I make this REGEX ignore = in a tag's attribute?。

但正如其他人所說的，將兩種不同的標記語言在一起，並與正則表達式的處理是自找麻煩。