正则表达式部分提取php代码（（数组定义））
Posted
技术标签:
【中文标题】正则表达式部分提取php代码（（数组定义））【英文标题】：Regular Expression to extract php code partially (( array definition )) 【发布时间】：2013-06-11 15:59:31 【问题描述】：我将 php 代码（（数组定义））存储在这样的字符串中
$code=' array(
0 => "a",
"a" => $GlobalScopeVar,
"b" => array("nested"=>array(1,2,3)),
"c" => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ,
); ';
有一个正则表达式来提取这个数组？？，我的意思是我想要类似的东西
$array=(
0 => '"a"',
'a' => '$GlobalScopeVar',
'b' => 'array("nested"=>array(1,2,3))',
'c' => 'function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ',
);
pD :: 我正在研究试图找到一个正则表达式，但什么也没找到。 pD2 :: *** 之神，现在让我赏金，我将提供 400 :3 pD3 :: 这将在内部应用程序中使用，我需要提取一些 php 文件的数组以部分“处理”，我尝试用这个 codepad.org/td6LVVme 解释
【问题讨论】：
eval，但你没有从我这里听到。 $array = eval('return '.$code)
没错，我刚刚注意到多余的单引号。在这种情况下，您可能不得不引入大炮：NikiC's PHP parser。但我不得不问——你不能换一种方式吗？
@iim.hlk 我可能正在准备一个惊喜 :-)
另外我也准备了一些代码（应该是“魔法防水”）。它甚至适用于 @HamZa 的大型正则表达式失败的地方。
事实上，目前我正在考虑提供多个赏金，因为你的答案和@HamZa 的答案真的很好：2
【参考方案1】：
这样做的干净方法显然是使用标记器（但请记住，单独的标记器并不能解决问题）。
对于挑战，我打算使用正则表达式方法。
这个想法不是描述 PHP 语法，而是更多地以否定的方式描述它（换句话说，我只描述了基本的和需要的 PHP 结构来获得结果）。这种基本描述的优点是处理比函数、字符串、整数或布尔值更复杂的对象。结果是一个更灵活的模式，例如可以处理多行/单行 cmets、heredoc/nowdoc 语法：
<pre><?php
$code=' array(
0 => "a",
"a" => $GlobalScopeVar,
"b" => array("nested"=>array(1,2,3)),
"c" => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ,
); ';
$pattern = <<<'EOD'
~
# elements
(?(DEFINE)
# comments
(?<comMulti> /\* .*? (?:\*/|\z) ) # multiline comment
(?<comInlin> (?://|\#) \N* $ ) # inline comment
(?<comments> \g<comMulti> | \g<comInlin> )
# strings
(?<strDQ> " (?>[^"\\]+|\\.)* ") # double quote string
(?<strSQ> ' (?>[^'\\]+|\\.)* ') # single quote string
(?<strHND> <<<(["']?)([a-zA-Z]\w*)\g-2 (?>\R \N*)*? \R \g-1 ;? (?=\R|$) ) # heredoc and nowdoc syntax
(?<string> \g<strDQ> | \g<strSQ> | \g<strHND> )
# brackets
(?<braCrl> (?> \g<nobracket> | \g<brackets> )* )
(?<braRnd> \( (?> \g<nobracket> | \g<brackets> )* \) )
(?<braSqr> \[ (?> \g<nobracket> | \g<brackets> )* ] )
(?<brackets> \g<braCrl> | \g<braRnd> | \g<braSqr> )
# nobracket: content between brackets except other brackets
(?<nobracket> (?> [^][)("'</\#]+ | \g<comments> | / | \g<string> | <+ )+ )
# ignored elements
(?<s> \s+ | \g<comments> )
)
# array components
(?(DEFINE)
# key
(?<key> [0-9]+ | \g<string> )
# value
(?<value> (?> [^][)("'</\#,\s]+ | \g<s> | / | \g<string> | <+ | \g<brackets> )+? (?=\g<s>*[,)]) )
)
(?J)
(?: \G (?!\A)(?<!\)) | array \g<s>* \( ) \g<s>* \K
(?: (?<key> \g<key> ) \g<s>* => \g<s>* )? (?<value> \g<value> ) \g<s>* (?:,|,?\g<s>*(?<stop> \) ))
~xsm
EOD;
if (preg_match_all($pattern, $code, $m, PREG_SET_ORDER))
foreach($m as $v)
echo "\n<strong>Whole match:</strong> " . $v[0]
. "\n<strong>Key</strong>:\t" . $v['key']
. "\n<strong>Value</strong>:\t" . $v['value'] . "\n";
if (isset($v['stop']))
echo "\n<strong>done</strong>\n\n";
【讨论】：
嘿，兄弟，我对这个解决方案有一点问题，我认为只需要稍微修复一下，可以检查一下：ideone.com/FKrPxS，也许是空的（$v['stop ']) 有条件的，感谢您的宝贵时间。【参考方案2】：这是您所要求的，非常紧凑。 如果您需要任何调整，请告诉我。
代码（您可以直接在 php 中运行）
$code=' array(
0 => "a",
"a" => $GlobalScopeVar,
"b" => array("nested"=>array(1,2,3)),
"c" => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ,
); ';
$regex = "~(?xm)
^[\s'\"]*([^'\"\s]+)['\"\s]*
=>\s*+
(.*?)\s*,?\s*$~";
if(preg_match_all($regex,$code,$matches,PREG_SET_ORDER))
$array=array();
foreach($matches as $match)
$array[$match[1]] = $match[2];
echo "<pre>";
print_r($array);
echo "</pre>";
// END IF
输出
Array
(
[0] => "a"
[a] => $GlobalScopeVar
[b] => array("nested"=>array(1,2,3))
[c] => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
)
$array 包含你的数组。
你喜欢吗？
如果您有任何问题或需要调整，请告诉我。 :)
【讨论】：
嘿兄弟！直到现在我才看到这个答案，看起来真的很好，事实上我一直喜欢紧凑的代码（（用几行做更多的事情）），目前我无法测试这个，但我非常感谢你的努力，谢谢 :) 【参考方案3】：即使您要求使用正则表达式，它也适用于纯 PHP。 token_get_all 是这里的关键功能。对于正则表达式检查@HamZa's answer out。
这里的优点是它比正则表达式更具动态性。正则表达式具有静态模式，而使用 token_get_all，您可以在每个标记之后决定要做什么。它甚至在必要时转义单引号和反斜杠，这是正则表达式不会做的。
另外，在正则表达式中，即使在被评论时，你也很难想象它应该做什么；当您查看 PHP 代码时，代码的作用会更容易理解。
$code = ' array(
0 => "a",
"a" => $GlobalScopeVar,
"b" => array("nested"=>array(1,2,3)),
"c" => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ,
"string_literal",
12345
); ';
$token = token_get_all("<?php ".$code);
$newcode = "";
$i = 0;
while (++$i < count($token)) // enter into array; then start.
if (is_array($token[$i]))
$newcode .= $token[$i][1];
else
$newcode .= $token[$i];
if ($token[$i] == "(")
$ending = ")";
break;
if ($token[$i] == "[")
$ending = "]";
break;
// init variables
$escape = 0;
$wait_for_non_whitespace = 0;
$parenthesis_count = 0;
$entry = "";
// main loop
while (++$i < count($token))
// don't match commas in func($a, $b)
if ($token[$i] == "(" || $token[$i] == "") // ( -> normal parenthesis; -> closures
$parenthesis_count++;
if ($token[$i] == ")" || $token[$i] == "")
$parenthesis_count--;
// begin new string after T_DOUBLE_ARROW
if (!$escape && $wait_for_non_whitespace && (!is_array($token[$i]) || $token[$i][0] != T_WHITESPACE))
$escape = 1;
$wait_for_non_whitespace = 0;
$entry .= "'";
// here is a T_DOUBLE_ARROW, there will be a string after this
if (is_array($token[$i]) && $token[$i][0] == T_DOUBLE_ARROW && !$escape)
$wait_for_non_whitespace = 1;
// entry ended: comma reached
if (!$parenthesis_count && $token[$i] == "," || ($parenthesis_count == -1 && $token[$i] == ")" && $ending == ")") || ($ending == "]" && $token[$i] == "]"))
// go back to the first non-whitespace
$whitespaces = "";
if ($parenthesis_count == -1 || ($ending == "]" && $token[$i] == "]"))
$cut_at = strlen($entry);
while ($cut_at && ord($entry[--$cut_at]) <= 0x20); // 0x20 == " "
$whitespaces = substr($entry, $cut_at + 1, strlen($entry));
$entry = substr($entry, 0, $cut_at + 1);
// $escape == true means: there was somewhere a T_DOUBLE_ARROW
if ($escape)
$escape = 0;
$newcode .= $entry."'";
else
$newcode .= "'".addcslashes($entry, "'\\")."'";
$newcode .= $whitespaces.($parenthesis_count?")":(($ending == "]" && $token[$i] == "]")?"]":","));
// reset
$entry = "";
else
// add actual token to $entry
if (is_array($token[$i]))
$addChar = $token[$i][1];
else
$addChar = $token[$i];
if ($entry == "" && $token[$i][0] == T_WHITESPACE)
$newcode .= $addChar;
else
$entry .= $escape?str_replace(array("'", "\\"), array("\\'", "\\\\"), $addChar):$addChar;
//append remaining chars like whitespaces or ;
$newcode .= $entry;
print $newcode;
演示地址：http://3v4l.org/qe4Q1
应该输出：
array(
0 => '"a"',
"a" => '$GlobalScopeVar',
"b" => 'array("nested"=>array(1,2,3))',
"c" => 'function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ',
'"string_literal"',
'12345'
)
您可以，要获取数组的数据，print_r(eval("return $newcode;")); 来获取数组的条目：
Array
(
[0] => "a"
[a] => $GlobalScopeVar
[b] => array("nested"=>array(1,2,3))
[c] => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
[1] => "string_literal"
[2] => 12345
)
【讨论】：
嘿！！，我喜欢你在这里做的魔法*，我不在乎这是否不是 RegEx 解决方案，因为它确实有效，事实上，喜欢你超越所需解决方案的方式（（RegEx））并提供我需要的东西......我测试了它，显然没有错误*，所以，恭喜！您为这段美丽的代码奖励了 +250。 （（是的，你应该等一下，因为我要等 23 小时才能先给 Hamza +250 分）） @iim.hlk 不，魔术，只是处理由 token_get_all() 返回的数组；-P 我会等待赏金；-) 我正在尝试开始一个 250 的新兔子来“支付给你属于你的东西”，但只给了我 500 分的选择：c @iim.hlk 你不知道吗，如果你在同一个问题上给予另一个赏金，你必须加倍赏金？ @iim.hlk 现在：你会做什么？是否给予赏金（我真的写了这段代码来获得赏金：|）？【参考方案4】：正则表达式
这是我想出的 MEGA 正则表达式：
\s* # white spaces
########################## KEYS START ##########################
(?: # We\'ll use this to make keys optional
(?P<keys> # named group: keys
\d+ # match digits
| # or
"(?(?=\\\\")..|[^"])*" # match string between "", works even 4 escaped ones "hello \" world"
| # or
\'(?(?=\\\\\')..|[^\'])*\' # match string between \'\', same as above :p
| # or
\$\w+(?:\[(?:[^[\]]|(?R))*\])* # match variables $_POST, $var, $var["foo"], $var["foo"]["bar"], $foo[$bar["fail"]]
) # close group: keys
########################## KEYS END ##########################
\s* # white spaces
=> # match =>
)? # make keys optional
\s* # white spaces
########################## VALUES START ##########################
(?P<values> # named group: values
\d+ # match digits
| # or
"(?(?=\\\\")..|[^"])*" # match string between "", works even 4 escaped ones "hello \" world"
| # or
\'(?(?=\\\\\')..|[^\'])*\' # match string between \'\', same as above :p
| # or
\$\w+(?:\[(?:[^[\]]|(?R))*\])* # match variables $_POST, $var, $var["foo"], $var["foo"]["bar"], $foo[$bar["fail"]]
| # or
array\s*\((?:[^()]|(?R))*\) # match an array()
| # or
\[(?:[^[\]]|(?R))*\] # match an array, new PHP array syntax: [1, 3, 5] is the same as array(1,3,5)
| # or
(?:function\s+)?\w+\s* # match functions: helloWorld, function name
(?:\((?:[^()]|(?R))*\)) # match function parameters (wut), (), (array(1,2,4))
(?:(?:\s*use\s*\((?:[^()]|(?R))*\)\s*)? # match use(&$var), use($foo, $bar) (optionally)
\(?:[^]|(?R))*\ # match whatever
)?;? # match ; (optionally)
) # close group: values
########################## VALUES END ##########################
\s* # white spaces
我放了一些 cmets，注意你需要使用 3 个修饰符：x：让我做 cmets
s ：用点匹配换行符
i : 不区分大小写
PHP
$code='array(0 => "a", 123 => 123, $_POST["hello"][\'world\'] => array("is", "actually", "An array !"), 1234, \'got problem ?\',
"a" => $GlobalScopeVar, $test_further => function test($noway)echo "this works too !!!";, "yellow" => "blue",
"b" => array("nested"=>array(1,2,3), "nested"=>array(1,2,3),"nested"=>array(1,2,3)), "c" => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
"bug", "fixed", "mwahahahaa" => "Yeaaaah"
);'; // Sample data
$code = preg_replace('#(^\s*array\s*\(\s*)|(\s*\)\s*;?\s*$)#s', '', $code); // Just to get ride of array( at the beginning, and ); at the end
preg_match_all('~
\s* # white spaces
########################## KEYS START ##########################
(?: # We\'ll use this to make keys optional
(?P<keys> # named group: keys
\d+ # match digits
| # or
"(?(?=\\\\")..|[^"])*" # match string between "", works even 4 escaped ones "hello \" world"
| # or
\'(?(?=\\\\\')..|[^\'])*\' # match string between \'\', same as above :p
| # or
\$\w+(?:\[(?:[^[\]]|(?R))*\])* # match variables $_POST, $var, $var["foo"], $var["foo"]["bar"], $foo[$bar["fail"]]
) # close group: keys
########################## KEYS END ##########################
\s* # white spaces
=> # match =>
)? # make keys optional
\s* # white spaces
########################## VALUES START ##########################
(?P<values> # named group: values
\d+ # match digits
| # or
"(?(?=\\\\")..|[^"])*" # match string between "", works even 4 escaped ones "hello \" world"
| # or
\'(?(?=\\\\\')..|[^\'])*\' # match string between \'\', same as above :p
| # or
\$\w+(?:\[(?:[^[\]]|(?R))*\])* # match variables $_POST, $var, $var["foo"], $var["foo"]["bar"], $foo[$bar["fail"]]
| # or
array\s*\((?:[^()]|(?R))*\) # match an array()
| # or
\[(?:[^[\]]|(?R))*\] # match an array, new PHP array syntax: [1, 3, 5] is the same as array(1,3,5)
| # or
(?:function\s+)?\w+\s* # match functions: helloWorld, function name
(?:\((?:[^()]|(?R))*\)) # match function parameters (wut), (), (array(1,2,4))
(?:(?:\s*use\s*\((?:[^()]|(?R))*\)\s*)? # match use(&$var), use($foo, $bar) (optionally)
\(?:[^]|(?R))*\ # match whatever
)?;? # match ; (optionally)
) # close group: values
########################## VALUES END ##########################
\s* # white spaces
~xsi', $code, $m); // Matching :p
print_r($m['keys']); // Print keys
print_r($m['values']); // Print values
// Since some keys may be empty in case you didn't specify them in the array, let's fill them up !
foreach($m['keys'] as $index => &$key)
if($key === '')
$key = 'made_up_index_'.$index;
$results = array_combine($m['keys'], $m['values']);
print_r($results); // printing results
输出
Array
(
[0] => 0
[1] => 123
[2] => $_POST["hello"]['world']
[3] =>
[4] =>
[5] => "a"
[6] => $test_further
[7] => "yellow"
[8] => "b"
[9] => "c"
[10] =>
[11] =>
[12] => "mwahahahaa"
[13] => "this is"
)
Array
(
[0] => "a"
[1] => 123
[2] => array("is", "actually", "An array !")
[3] => 1234
[4] => 'got problem ?'
[5] => $GlobalScopeVar
[6] => function test($noway)echo "this works too !!!";
[7] => "blue"
[8] => array("nested"=>array(1,2,3), "nested"=>array(1,2,3),"nested"=>array(1,2,3))
[9] => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
[10] => "bug"
[11] => "fixed"
[12] => "Yeaaaah"
[13] => "a test"
)
Array
(
[0] => "a"
[123] => 123
[$_POST["hello"]['world']] => array("is", "actually", "An array !")
[made_up_index_3] => 1234
[made_up_index_4] => 'got problem ?'
["a"] => $GlobalScopeVar
[$test_further] => function test($noway)echo "this works too !!!";
["yellow"] => "blue"
["b"] => array("nested"=>array(1,2,3), "nested"=>array(1,2,3),"nested"=>array(1,2,3))
["c"] => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
[made_up_index_10] => "bug"
[made_up_index_11] => "fixed"
["mwahahahaa"] => "Yeaaaah"
["this is"] => "a test"
)
Online regex demo Online php demo
已知错误（已修复）
$code='array("aaa", "sdsd" => "dsdsd");'; // fail
$code='array(\'aaa\', \'sdsd\' => "dsdsd");'; // fail
$code='array("aaa", \'sdsd\' => "dsdsd");'; // succeed
// Which means, if a value with no keys is followed
// by key => value and they are using the same quotation
// then it will fail (first value gets merged with the key)
Online bug demo
学分
转到Bart Kiers 以获取他的recursive pattern 以匹配嵌套括号。
建议
您可能应该使用解析器，因为正则表达式很敏感。 @bwoebi 在他的 answer 中做得很好。
【讨论】：
@bwoebi 解析不出来，我提供了一个扩展的例子。 我对它进行了彻底的测试，它应该可以工作，如果你发现了一个错误，请不要犹豫。 @bwoebi 有意与否，正则表达式是关于匹配某些模式。如果我没有写它来匹配$"variable"（例如），那么它就不会匹配。基本上我尽力匹配所有可能的案例，但由于我不是高级php编码器，我忘记了一些案例（我什至不知道）。
@HamZa 查看所有可能的语言：lxr.php.net/xref/PHP_TRUNK/Zend/zend_language_parser.y#282
@HamZa 你的努力值得至少 250，我知道这个 RegEx 可以改进，但目前只适用于许多情况。 （（我也会给bwoebi 250））【参考方案5】：
仅针对这种情况：
$code=' array(
0=>"a",
"a"=>$GlobalScopeVar,
"b"=>array("nested"=>array(1,2,3)),
"c"=>function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ; ,
); ';
preg_match_all('#\s*(.*?)\s*=>\s*(.*?)\s*,?\s*$#m', $code, $m);
$array = array_combine($m[1], $m[2]);
print_r($array);
输出：
Array
(
[0] => "a"
["a"] => $GlobalScopeVar
["b"] => array("nested"=>array(1,2,3))
["c"] => function() use (&$VAR) return isset($VAR) ? "defined" : "undefined" ;
)
【讨论】：
你为什么说“只是为了这种情况”？？，这个正则表达式不能提取任何类型的结构正确的数组？？ @iim.hlk 对于this 之类的东西会失败。基本上每个“元素”都需要换行才能成功。 天哪！，听起来很脏，但我可以提供 400 个代表来获得那个神奇的防水无敌正则表达式...想想看，拥有 +6000 个代表你会抓住所有的女士（（偶尔一个 JB )) :$ @iim.hlk 抱歉，正则表达式不知道“防水”，你需要一个解析器。以上是关于正则表达式部分提取php代码（（数组定义））的主要内容，如果未能解决你的问题，请参考以下文章