提问人：Fabrício Matté 提问时间：3/2/2014 最后编辑：Fabrício Matté 更新时间：3/2/2014 访问量：542
是否可以找到与单个正则表达式重叠的匹配项？
is it possible to find overlapping matches with a single regex?
问：
下面是一个示例，它多次执行以查找嵌套/重叠的匹配项：preg_replace
$text = '[foo][foo][/foo][/foo]';
//1st: ^^^^^ ^^^^^^
//2nd: ^^^^^ ^^^^^^
//3rd: fails
do {
$text = preg_replace('~\[foo](.*?)\[/foo]~', '[bar]$1[/bar]', $text, -1, $replace_count);
} while ($replace_count);
echo $text; //'[bar][bar][/bar][/bar]'
我对结果和行为感到满意。但是，像上面的示例一样，扫描整个字符串 3 次似乎效率低下。是否有任何正则表达式魔术可以在单个替换中做到这一点？
条件：
- 我不能简单地替换为 ，我需要确保在开始标签之后有一个匹配的结束标签，并一次替换它们。它们是否嵌套并不重要。未配对，不应更换。
~\[(/)?foo]~[$1bar][/foo][foo][foo][/foo]
在 JS 中，我可以将正则表达式对象的属性设置为匹配的开头，以便它从最后一个匹配的开始再次开始匹配。我在 PHP 中找不到任何替换正则表达式的选项，并且使用 ing 也可能效率低下。我环顾四周，PCRE是否会有“在这个位置开始下一场比赛”或类似的东西，但我没有运气。lastIndexstartIndexsubstr()
有没有更好的方法？
为了澄清未配对的标签，给定输入：
[foo][foo][/foo]
我对任何一个或作为输出都很好。前者是遗留行为。[bar][foo][/bar][foo][bar][/bar]
答：
1赞
CodeAngry
3/2/2014
#1
更好的方法是找到结束并回溯，直到找到开始或。用其他东西替换匹配区域并继续这样做，直到找不到结局。但是用普通的或普通的旧，不是.[/foo][foo][foo(space).*]strpos/stripossubstrregex
它可能是可以实现的，但我总是用常规搜索来做这种事情，因为它也更快。regex
评论
0赞
HamZa
3/2/2014
我不明白这个答案的本质。请记住，最终目标是在一个正则表达式（没有循环）中做到这一点。
1赞
CodeAngry
3/2/2014
@HamZa 他问。你注意到了......右？就在最后。Is there a better approach?
0赞
HamZa
3/2/2014
Is there any regex magic to do this in a single replace?注意？
0赞
CodeAngry
3/2/2014
@HamZa 没有（afaik），所以我给了他一个更快的解决方案。很酷，对吧？
1赞
Fabrício Matté
3/2/2014
我实际上有一个替代使用 and ，尽管我想在我回到 'ing 之前看看 Regex 是否可行。strpossubstr_replacesubstr_replace
2赞
Casimir et Hippolyte
3/2/2014
#2
对于这种特定情况，不可能有一个完整的正则表达式解决方案。
您的解决方案适用于匹配配对标签（在常识中）：
$pattern = '~\[foo]((?>[^[]++|\[(?!/?foo]))*)\[/foo]~';
$result = $text;
do {
$result = preg_replace($pattern, '[bar]$1[/bar]', $result, -1, $count);
} while ($count);
另一种仅解析字符串一次的方法：
$arr = preg_split('~(\[/?foo])~', $text, -1, PREG_SPLIT_DELIM_CAPTURE|PREG_SPLIT_NO_EMPTY);
$stack = array();
foreach ($arr as $key=>$item) {
if ($item == '[foo]') $stack[] = $key;
else if ($item == '[/foo]' && !empty($stack)) {
$arr[array_pop($stack)] = '[bar]';
$arr[$key] = '[/bar]';
}
}
$result = implode($arr);
第二个脚本的性能与深度无关。
要回答标题问题，是的，可以找到具有单个正则表达式的重叠匹配项，但是，您不能使用这种模式进行替换，例如：
$pattern = '~(?=(\[foo]((?>[^[]++|\[(?!/?foo)|(?1))*)\[/foo]))~';
preg_match_all($pattern, $text, $matches);
诀窍是使用前瞻和捕获组。请注意，整个匹配始终是一个空字符串，这就是您不能将此模式与preg_replace一起使用的原因。
评论
0赞
Fabrício Matté
3/2/2014
+1 感谢您的出色选择。我会对它们进行一些分析并报告。
0赞
Fabrício Matté
3/2/2014
我看到您已经编辑了删除递归的答案，因为在我的情况下这是不必要的。那么，只是一个更快的替代方案吗？(?>[^[]++|\[(?!/?foo]))*.*?
0赞
Fabrício Matté
3/2/2014
我可以看到你正在使用所有格量词和仅一次子模式来避免回溯，但会做任何回溯吗？.*?
0赞
Casimir et Hippolyte
3/2/2014
惰性量词必须在每个位置检查以下子模式是否与字符串匹配。如果使用贪婪量词，则正则表达式引擎不必进行这些检查并匹配所有可能的内容（并返回，直到以下子模式匹配）。但是由于我使用否定的字符类，因此该组只能匹配到其他标签（关闭或打开）。由于我使用所有格量词和原子组，因此如果找不到结束标记，模式将更快地失败。.*?
0赞
Casimir et Hippolyte
3/2/2014
.*?不确保两个标签之间没有其他标签。
评论
[foo][foo][/foo][foo]