如何用PHP解析異構標記？

我有一個自定義標記的字符串保存歌曲的和絃，tabulatures，注意事項等，包含各種括號如何用PHP解析異構標記？

事情：\[.+?\]，\[[.+?\]]，\(.+?\)
箭頭：<-{3,}>，\-{3,}>，<\-{3,}
等...

示例文本可能是

Text Text [something] 
---> 
Text (something 021213)

現在我想的標記解析成令牌，相應的類的對象，這將如下所示（括號內爲相匹配份）

ParsedBlock_Text ("Text Text ") 
ParsedBlock_Chord ("something") 
ParsedBlock_Text (" ") 
ParsedBlock_NewColumn 
ParsedBlock_Text (" text ") 
ParsedBlock_ChordDiagram ("something 021213")

我知道如何與它們匹配的數組，但無論是我必須在每個不同的圖案匹配，並保存偏移量以正確排序數組，或者我一次匹配它們，並且我不知道哪一個匹配。

感謝，MK

來源

2013-05-03 SmallhillCZ

不要通過正則表達式方法啓動這種複雜的解析任務。那很快就會變成一場可怕的惡夢。尋找一個「編譯器 - 編譯器」或「解析器生成器」，而是使用一種形式語法語法將標記編譯爲內部結構的工具。通過這種方式，您可以使用隨時可用的引擎，而不必再次執行所有經典錯誤，並強制自己爲標記定義真正的語法。「石灰」可能是一個起點：http://sourceforge.net/projects/lime-php/ – arkascha 2013-05-03 12:15:23

謝謝，我會看看它，似乎更合乎邏輯的方法。 – SmallhillCZ 2013-05-07 09:29:48

假設你沒有嘗試拼圖這些結構，這將令牌化文本：

function ParseText($text) { 
    $re = '/\[\[(?P<DoubleBracket>.*?)]]|\[(?P<Bracket>.*?)]|\((?P<Paren>.*?)\)|(?<Arrow><---+>?|---+>)/s'; 
    $keys = array('DoubleBracket', 'Bracket', 'Paren', 'Arrow'); 
    $result = array(); 
    $lastStart = 0; 
    if (preg_match_all($re, $text, $matches, PREG_SET_ORDER | PREG_OFFSET_CAPTURE)) { 
     foreach ($matches as $match) { 
      $start = $match[0][1]; 
      $prefix = substr($text, $lastStart, $start - $lastStart); 
      $lastStart = $start + strlen($match[0][0]); 
      if ($prefix != '' && !ctype_space($prefix)) { 
       $result []= array('Text', trim($prefix)); 
      } 
      foreach ($keys as $key) { 
       if (isset($match[$key]) && $match[$key][1] >= 0) { 
        $result []= array($key, $match[$key][0]); 
        break; 
       } 
      } 
     } 
    } 
    $prefix = substr($text, $lastStart); 
    if ($prefix != '' && !ctype_space($prefix)) { 
     $result []= array('Text', trim($prefix)); 
    } 
    return $result; 
}

例子：

$mytext = <<<'EOT' 
Text Text [something] 
---> 
Text (something 021213) 
More Text 
EOT; 

$parsed = ParseText($mytext); 
foreach ($parsed as $item) { 
    print_r($item); 
}

輸出：

Array 
(
    [0] => Text 
    [1] => Text Text 
) 
Array 
(
    [0] => Bracket 
    [1] => something 
) 
Array 
(
    [0] => Arrow 
    [1] => ---> 
) 
Array 
(
    [0] => Text 
    [1] => Text 
) 
Array 
(
    [0] => Paren 
    [1] => something 021213 
) 
Array 
(
    [0] => Text 
    [1] => More Text 
)

http://ideone.com/kJQrBw

如果你想更多的模式添加到正則表達式，請確保你把較長的模式在一開始，所以他們不誤匹配的錯誤類型。

來源

2013-05-03 13:07:40

如何用PHP解析異構標記？

回答

相關問題