轉換遞歸標籤到數組正則表達式

Question

我有以下文字

hello <?tag?> world <?tag2?> xx <?/tag2?> hello <?/tag?> world

，我需要它轉換成

陣列（ 「你好」， 陣列（ 「世界」， array（ 'xx' ）， 'hello' ）， 'world' ）;

標籤是字母數字，只要它們用匹配標籤關閉，或<?/?>。具有相同名稱的標籤可能重複，但不會在每個其他內部。

我的問題是哪個是最具CPU效率的方法？

• 使用遞歸的preg_replace與回調
• 使用preg_match_all與PREG_OFFSET_CAPTURE
• 使用使preg_split到flattern所有標籤（PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE），成線性陣列然後穿行和組標籤。

如果你還可以提供的表達，我會很高興。

Answer 1

事實並非如此簡單，但希望這對其他人有所幫助。最大的難題是從preg_replace的回調函數返回非字符串。

謝謝所有誰試圖幫助！

class Parser { 
    public $ret=array(); 
    function loadTemplateFromString($str){ 
     $this->parsed_template=$this->tags=array(); 
     if(!$str){ 
      return; 
     } 
     var_dump($str); 

     /* First expand self-closing tags <?$tag?> -> <?tag?><?/tag?> */ 
     $str=preg_replace('/<\?\$([\w]+)\?>/','<?\1?><?/\1?>',$str); 

     /* Next fix short ending tag <?tag?> <?/?> -> <?tag?> <?/?> */ 
     $x=preg_replace_callback('/.*?<\?\/\?>/',function($x){ 
       return preg_replace('/(.*<\?([^\/][\w]+)\?>)(.*?)(<\?\/?\?>)/', 
        '\1\3<?/\2?>',$x[0]); 
       },$str); 

     /* Finally recursively build tag structure */ 
     $this->recursiveReplace($x); 
    } 
    function recursiveReplace($x){ 

     if(is_array($x)){ 
      // Called recursively 
      $tmp2=$this->ret;$this->ret=array(); 
     }else{ 
      $x=array(4=>$x); 
      $tmp2=null; 
     } 
     $y=preg_replace_callback('/(.*?)(<\?([^\/$][\w]+)\?>)(.*?)(<\?\/(\3)?\?>)(.*?)/', 
      array($this,'recursiveReplace'),$x[4]); 
     $this->ret[]=$y; 
     if($tmp2===null)return; 
     $tmp=$this->ret; 
     $this->ret=$tmp2; 

     $this->ret[]=$x[1]; 
     $this->ret[]=$tmp; 
     return ''; 
    } 
} 
$p=new Parser(); 
$p->loadTemplateFromString('bla <?name?> name <?/name?> bla bla <?$surname?> bla '. 
    '<?middle?> mm <?/?> blah <?outer?> you <?inner?> are <?/?> inside <?/outer?>'. 
    ' bobobo'); 
var_dump($p->ret); 

此輸出：

array 
    0 => string 'bla ' (length=4) 
    1 => 
    array 
     0 => string ' name ' (length=6) 
    2 => string ' bla bla ' (length=9) 
    3 => 
    array 
     0 => string '' (length=0) 
    4 => string ' bla ' (length=5) 
    5 => 
    array 
     0 => string ' mm ' (length=4) 
    6 => string ' blah ' (length=6) 
    7 => 
    array 
     0 => string ' you ' (length=5) 
     1 => 
     array 
      0 => string ' are ' (length=5) 
     2 => string ' inside ' (length=8) 
    8 => string ' bobobo' (length=7) 

Answer 2

將<?tag否?>改爲<elem否>並將其解析爲XML？

當你得到一個看起來像你提到的結果的原始結構後，你可以/根據你的元素結構驗證它（也就是說，確保項目在數值上相互等）。

只添加的文檔元素和你設置這個樣式表：

---

編輯：的事實，這些標籤被混合使用HTML來了，我想我會改變我的策略之後。描述前請先查看以下代碼：

$data = '<b>H</b>ello <?tag?> <b>W</b>orld <?/tag?>'; 

$conv1 = array(
// original => entity 
    '<?tag' => '%START-BEGIN%', 
    '<?/tag' => '%START-END%' 
    '?>'  => '%END-END%' 
); 

$conv2 = array(
// entity   => xml 
    '%START-BEGIN%' => '<element', 
    '%START-END%' => '</element' 
    '%END-END%'  => '>' 
); 

$data = str_replace(array_keys($conv1), array_values($conv1), data); 

$data = htmlentities($data, ENT_QUOTES); // encode HTML characters 

$data = str_replace(array_values($conv2), array_keys($conv2), data); 

$xml = '<?xml version="1.0" encoding="UTF-8"?>'.$data; 

// You must apply the following function to each output text 
// html_entity_decode($data,ENT_QUOTES);