如何捕获和格式化输出嵌套格式标记？

Question

我正在开发一个论坛系统，它像BBCode一样解析[b]some bold text[/b]，并在通过[b]some bold text[/b]输出时对其应用HTML格式。我所有的表达式都能工作，但我很难弄清楚如何处理某个场景，特别是关于嵌套引号块。

在论坛上，您可能有一个用户引用另一个用户。我已经成功地使用以下方法格式化了这个文件：

#\[quote="(.*?);(\w*?)"\]\s*(.*?)\s*\[\/quote\]#

并调用preg_replace()将其替换为：

<blockquote id="quote-$2"><p>$3<br> - $1</p></blockquote>，这里是工作实例。

在一个实际的例子中，您可能在论坛上看到一个用户Stan想引用John，并将其添加到文本区域以供提交：

[quote="John;2"]John's sentence[/quote] 
____________

Stan's reply

但是，如果约翰在他的帖子中引用了玛丽的话，会发生什么呢？

[quote="John;2"][quote="Mary;1"]Mary's sentence[/quote]John's sentence[/quote]
____________

Stan's reply

我的正则表达式将捕获除最后一个[/quote]之外的所有内容，但即使能够捕获整个字符串，我也不确定如何格式化它。理想情况下，我希望输出如下所示：

    "Mary's sentence"          
        - Mary

"John's sentence"
    - John
__________________________

Stan's reply

在HTML中：

<blockquote id="quote-2">
    <blockquote id="quote-1"><p>"Mary's sentence"<br> - Mary</p></blockquote>
        <p>"John's sentence"<br> - John</p>
</blockquote> 
<p>Stan's reply</p>

我是否可以使用regex捕获和格式化重复嵌套标记？如果有100个嵌套引号块呢？显然，我可以写一个非常长且重复的表达式(这当然会有局限性)，但是必须有更好的方法来解决这个问题。还有别的方法我应该用吗？

如果是类似的问题已经存在。，我很抱歉，但是我已经看过很多关于这方面的问题，并且仍然不确定我应该采取哪种方法。

Answer 1

这样做的目的是确保你只匹配最里面的BB标签。在[quote和[/quote]之间匹配不包含其他[quote=的所有文本，然后替换，直到找不到匹配为止。它还基于一个假设，即您的实际标记内容中没有[quote=，但在大多数情况下，这是正确的。另一个假设是，属性是"-quoted，不能有其他双引号。

所以，你可以用

$s = '[quote="John;2"][quote="Mary;1"]Mary\'s sentence[/quote]John\'s sentence[/quote]';
$repl = '<blockquote id="quote-$2"><p>$3 <br> - $1</p></blockquote>';
$reg = '~\[quote="([^"]*);(\w*)"]\s*((?:(?!\[quote=).)*?)\s*\[/quote]~si';
while (preg_match($reg, $s)) {
    $s = preg_replace($reg, $repl, $s);
}
echo $s;
// => <blockquote id="quote-2"><p><blockquote id="quote-1"><p>Mary's sentence <br> - Mary</p></blockquote>John's sentence <br> - John</p></blockquote>

见PHP演示。判断力

'~\[quote="([^"]*);(\w*)"]\s*((?:(?!\[quote=).)*?)\s*\[/quote]~si'

见regex演示。

详细信息

• \[quote=" -一个文字子字符串
• ([^"]*) -捕获组1:除"以外的任何0+字符
• ; -一个冒号
• (\w*) -捕获组2: 0+字母表
• "] -一个文字子字符串
• \s* - 0+白空间
• ((?:(?!\[quote=).)*?) -捕获组3:任何字符，尽可能少，不启动[quote=文本
• \s* - 0+白空间
• \[/quote] -一个文字[/quote]子字符串。

漂亮的打印是一项额外的任务，还有这里提到的几个解决方案.