匹配多维字符串中的顶级分隔符的正则表达式

Question

我有一个采用大型多维结构的文件，类似于json，但还不够接近，无法使用json库。

数据看起来像这样：

alpha {
    beta {
        charlie;
    }
    delta;
}

echo;
foxtrot {
    golf;
    hotel;
}

我尝试构建的正则表达式(对于preg_match_all)应该与每个顶级父元素(由{}大括号分隔)匹配，这样我就可以递归匹配，构建一个表示数据的多维php数组。

我尝试的第一个正则表达式是/(?<=\{).*(?=\})/s，它贪婪地匹配大括号内的内容，但是这并不是很正确，因为当顶级中有多个兄弟时，匹配太贪婪了。示例如下：

使用正则表达式/(?<=\{).*(?=\})/s匹配如下所示：

匹配1：

    beta {
        charlie;
    }
    delta;
}

echo;
foxtrot {
    golf;
    hotel;

相反，结果应该是: Match 1：

    beta {
        charlie;
    }
    delta;

比赛2：

    golf;
    hotel;

那么正则表达式向导，我在这里遗漏了什么函数，或者我需要用php来解决这个问题？非常欢迎任何提示:)

Answer 1

当然，你可以用正则表达式做到这一点。

preg_match_all(
    '/([^\s]+)\s*{((?:[^{}]*|(?R))*)}/',
    $yourStuff,
    $matches,
    PREG_SET_ORDER
);

这为我在匹配中提供了以下内容：

[1]=>
string(5) "alpha"
[2]=>
string(46) "
beta {
    charlie;
}
delta;
"

和

[1]=>
string(7) "foxtrot"
[2]=>
string(22) "
golf;
hotel;
"

把它拆分一下。

([^\s]+)                # non-whitespace (block name)
\s*                     # whitespace (between name and block)
{                       # literal brace
    (                   # begin capture
        (?:             # don't create another capture set
            [^{}]*      # everything not a brace
            |(?R)       # OR recurse
        )*              # none or more times
    )                   # end capture
}                       # literal brace

仅供参考，这在n层大括号上工作得很好。

Answer 2

我认为你可以通过匹配[a-zA-Z0-9][:blank]+{和}来使用preg_split得到一些东西。您将能够通过遍历结果来构造数组。使用一个递归函数，当你匹配一个开始标签时，它会更深入一些，而在一个结束标签上，它会更高一些。

否则，最干净的解决方案就是实现ANTLR语法！