用regex查找并替换注释块中的(部分)字符串

Question

我正在试图找到一个可以在注释块中出现的字符串。这个字符串可以是一个单词，但也可以是一个单词的一部分。例如，假设我在寻找"codex“这个词，那么这个单词应该替换为"bindex”，但是即使它是一个单词的一部分，比如"codexing“。这应该改为"bindexing“。

诀窍是，只有当这个词在注释块中时才会发生这种情况。

/* Lorem ipsum dolor sit amet, codex consectetur adipiscing elit. */

This word --> codex should not be replaced

/* Lorem ipsum dolor sit 
 * amet, codex consectetur 
 * adipiscing elit. 
 */

/** Lorem ipsum dolor sit 
 * amet, codex consectetur 
 * adipiscing elit. 
 */

// Lorem ipsum dolor sit amet, codex consectetur adipiscing elit.

# Lorem ipsum dolor sit amet, codex consectetur adipiscing elit.

------------------- Below "codex" is part of a word -------------------

/* Lorem ipsum dolor sit amet, somecodex consectetur adipiscing elit. */

/* Lorem ipsum dolor sit 
 * amet, codexing consectetur 
 * adipiscing elit. 
 */

And here also, this word --> codex should not be replaced

/** Lorem ipsum dolor sit 
 * amet, testcodexing consectetur 
 * adipiscing elit. 
 */

// Lorem ipsum dolor sit amet, __codex consectetur adipiscing elit.

# Lorem ipsum dolor sit amet, codex__ consectetur adipiscing elit.

到目前为止，我掌握的是这样的代码：

$text = preg_replace ( '~(\/\/|#|\/\*).*?(codex).*?~', '$1 bindex', $text);

正如您可以看到的，在这个例子中，这并不是真正的工作方式，我想。它不会在多行/* */注释块中替换单词，有时它也会删除单词"codex“前面的所有文本。

如何改进正则表达式，使其满足我的要求？

Answer 1

由于您在这里处理多行文本，所以应该使用s修饰符(DOTALL)来匹配多行文本。另外，正斜杠也不需要转义。

试试下面的代码：

$text = preg_replace ( '~(//|#|/\*).*?(codex).*?~s', '$1 bindex', $text );

Answer 2

$text = preg_replace ( '~(//|#|/\*)(.*?)(codex).*?~s', '$1$2bindex', $text );

这并不是删除“codex”之前的评论，就像anubhava的答复一样。

Answer 3

编辑我编辑这个答案是因为尽管我当时天真无情，但我决定承认用一个简单或复杂的preg_replace解决这个问题是不可能的！对不起，那个好心的人把我的答案搞砸了。

要回答这个问题:改进您的模式是不可能的，使用preg_replace是不可能的！您必须为preg_replace_callback构建一个与整个注释匹配的模式，并继续替换回调函数中出现的codex。

这个版本可以处理任何类型的注释，并且不会在这种字符串、/**/ codex /**/或/*xxxx codex codex xxxx*/或任何其他陷阱中失败。

$result = preg_replace_callback('~/\*.*?\*/|#\N+|//\N+~s', function($m) {
    return stri_replace('codex', 'bindex', $m[0]);
}, $subject);

请注意，除了此模式更简单这一事实外，它也是有效的，因为交替的每个分支都是“锚定”的，因为它们以一个文字字符开始。因此，这种模式从自动优化中获益。