PHP中的RegEx :匹配非转义引号之外的模式

Question

我正在编写一个方法来将某些数据从SQL查询字符串中提取出来，并且我需要正则化匹配大括号中的任何单词，只有当它出现在单引号之外时。我还需要它考虑转义(前有反斜杠)引号的可能性，以及转义反斜杠。

在下面的示例中，我需要正则表达式匹配{FOO}而不是{BAR}：

blah blah {FOO} blah 'I\'m typing {BAR} here with an escaped backslash \\'
blah blah {FOO} 'Three backslashes {BAR} and an escaped quote \\\\\\\' here {BAR}'

我在PHP中使用preg_match来获取大括号中的单词(本例中为“FOO”)。下面是到目前为止的regex字符串：

$regex = '/' .
    // Match the word in braces
    '\{(\w+)\}' .
    // Only if it is followed by an even number of single-quotes
    '(?=(?:[^\']*\'[^\']*\')*[^\']*$)' .
    // The end
    '/';

我的逻辑是，因为我解析的唯一东西是合法的SQL字符串(除了我添加的大括号外)，如果一组大括号后面跟着偶数的非转义引号，那么它必须在引号之外。

除了考虑到转义引号之外，我提供的正则表达式是100%成功的。我只需要确保在引用之前没有奇数的反斜杠，但在我的生活中，我似乎无法在RegEx中表达这一点。有人接电话吗？

Answer 1

处理转义引号和反斜杠的方法是以匹配的对使用它们。

(?=(?:(?:(?:[^\'\\]++|\\.)*+\'){2})*+(?:[^\'\\]++|\\.)*+$)

换句话说，在扫描下一个引号时，跳过以反斜杠开头的任何一对字符。它处理了转义引号和转义反斜杠。这种展望将允许在引用的部分之外转义字符，这可能是不必要的，但也可能不会造成伤害。

请注意拥有式量词(*+和++)的自由使用；如果没有这些量词，您可能会出现性能问题，尤其是当目标字符串很大时。此外，如果字符串可以包含换行，则可能需要在DOTALL模式(也称为“单线”或"/s“模式)中进行匹配。

但是，我同意mmyers的观点:如果您试图解析SQL，您将遇到正则表达式根本无法处理的问题。在regexes不擅长的所有事情中，SQL是最差的之一。

Answer 2

简单地，也许是天真地，str_replace把你所有的双反斜杠都去掉了。然后str_replace退出转义单引号。在这一点上，找到不位于单引号之间的匹配比较简单(例如，使用现有的regex )。

Answer 3

如果您真的想为此使用正则表达式，我将分两个步骤：

1. 用preg_split将字符串与非字符串分开：

PREG_SPLIT_DELIM_CAPTURE);

• Replace =“$re =”(‘(？：^\’\*)*‘)“；$parts =preg_split(’/‘.$re./’，$str，-1，PREG_SPLIT_NO_EMPTY )字符串中的任何内容：

$parts as $key => $val) { if (preg_match(‘/^’.$re.‘$/，$val)) { $parts$key = preg_replace('/{(^}*)}/'，’，'$1'，$val)；} }

但是一个真正的解析器可能会更好，因为这种方法并不是那么有效。