匹配php标记内没有变量的双引号字符串的正则表达式

Question

基本上，我需要一个正则表达式来匹配PHP标记内没有变量的所有双引号字符串。

这是我到目前为止所知道的：

"([^\$\n\r]*?)"(?![\w ]*')

并替换为：

'$1'

然而，这也会匹配PHP标签之外的东西，例如HTML属性。

示例：

<a href="somelink" attribute="value">Here's my "dog's website"</a>
<?php
    $somevar = "someval";
    $somevar2 = "someval's got a quote inside";
?>
<?php
    $somevar3 = "someval with a $var inside";
    $somevar4 = "someval " . $var . 'with concatenated' . $variables . "inside";
    $somevar5 = "this php tag doesn't close, as it's the end of the file...";

它应该匹配并替换所有应该用'替换"的地方，这意味着理想情况下html属性应该保持不变。

替换后的输出示例：

<a href="somelink" attribute="value">Here's my "dog's website"</a>
<?php
    $somevar = 'someval';
    $somevar2 = 'someval\'s got a quote inside';
?>
<?php
    $somevar3 = "someval with a $var inside";
    $somevar4 = 'someval ' . $var . 'with concatenated' . $variables . 'inside';
    $somevar5 = 'this php tag doesn\'t close, as it\'s the end of the file...';

如果能够在脚本标记too...but中匹配到一个正则表达式替换，那将是一件很棒的事情。

我需要一种正则表达式方法，而不是PHP方法。假设我在文本编辑器或JavaScript中使用regex-replace来清理PHP源代码。

Answer 1

tl;dr

这实在是太复杂了，用正则表达式无法完成。尤其不是一个简单的正则表达式。使用嵌套正则表达式可能会更好，但是确实需要使用lex/parse来查找字符串，然后可以使用正则表达式对它们进行操作。

解释

您可能会设法做到这一点。你甚至可以做到这一点，甚至是完美的。但这并不容易。这将是非常非常困难的。

请考虑以下内容：

Welcome to my php file. We're not "in" yet.

<?php
  /* Ok. now we're "in" php. */

  echo "this is \"stringa\"";
  $string = 'this is \"stringb\"';
  echo "$string";
  echo "\$string";

  echo "this is still ?> php.";

  /* This is also still ?> php. */

?> We're back <?="out"?> of php. <?php

  // Here we are again, "in" php.

  echo <<<STRING
    How do "you" want to \""deal"\" with this STRING;
STRING;

  echo <<<'STRING'
    Apparently this is \\"Nowdoc\\". I've never used it.
STRING;

  echo "And what about \\" . "this? Was that a tricky '\"' to catch?";

  // etc...

忘记双引号字符串中的匹配变量名。你能只匹配这个例子中的所有字符串吗？对我来说就像是噩梦。因此，语法突出显示肯定不知道如何处理它。

您是否考虑过变量也可能出现在heredoc字符串中？

我不想考虑正则表达式来检查是否：

1. Inside <?php or <?= code
2. Not in a comment
3. Inside a quoted
4. 哪种类型的引号？
5. 它是那种类型的引号吗？

H115前面是否有\ (escaped)?

1. Is \ escaped??
2. etc...

摘要

您也许可以为此编写一个正则表达式。你也许可以通过一些反向引用和大量的时间和细心来管理。这将是困难的，您可能会浪费很多时间，如果您需要修复它，您将不会理解您编写的正则表达式。

另请参阅

This answer。这是值得的。

Answer 2

下面是一个函数，它利用标记器扩展将preg_replace仅应用于PHP字符串：

function preg_replace_php_string($pattern, $replacement, $source) {
    $replaced = '';
    foreach (token_get_all($source) as $token) {
        if (is_string($token)){
            $replaced .= $token;
            continue;
        }
        list($id, $text) = $token;
        if ($id === T_CONSTANT_ENCAPSED_STRING) {
            $replaced .= preg_replace($pattern, $replacement, $text);
        } else {
            $replaced .= $text;
        }
    }
    return $replaced;
}

为了达到你想要的效果，你可以这样称呼它：

<?php
    $filepath = "script.php";
    $file = file_get_contents($filepath);
    $replaced = preg_replace_php_string('/^"([^$\{\n<>\']+?)"$/', '\'$1\'', $file);
    echo $replaced;

作为第一个参数传递的正则表达式是这里的关键。它告诉函数，如果字符串不包含$ (embedded variable "$a"__)、{ (embedded variable Type2 "{$a[0]}"__)、换行符、<或> (HTML标签结束/开始符号)，则仅将字符串转换为单引号的等价物。它还检查字符串是否包含单引号，并防止替换，以避免需要转义的情况。

虽然这是一个PHP解决方案，但它是最准确的解决方案。与任何其他语言最接近的情况是，您需要在某种程度上使用该语言构建自己的PHP解析器，以便您的解决方案更加准确。