PHP：正则表达式忽略引号内的转义引号

Question

在发布此内容之前，我仔细阅读了相关问题，并且无法修改任何相关答案以使用我的方法（不擅长使用正则表达式）。基本上，这是我现有的行：$code = preg_replace_callback( '/"(.*?)"/', array( &$this, '_getPHPString' ), $code );$code = preg_replace_callback( "#'(.*?)'#", array( &$this, '_getPHPString' ), $code );它们都匹配''和之间包含的字符串""。我需要正则表达式忽略它们之间包含的转义引号。因此，之间的数据''将被忽略，\'而之间的数据""将被忽略\"。任何帮助将不胜感激。

Answer 1

对于大多数字符串，您需要允许转义任何内容（而不仅仅是转义引号）。例如，你很可能需要允许转义字符像"\n"和"\t"当然，转义逃逸："\\"。

这是一个经常问到的问题，很早以前就已经解决（并优化）了。杰弗里·弗里德尔（Jeffrey Friedl）在他的经典著作《精通正则表达式》（第3版）中深入探讨了这个问题（例如）。这是您要查找的正则表达式：

好：

"([^"\\]|\\.)*"

版本1：工作正常，但效率不高。

更好：

"([^"\\]++|\\.)*"或"((?>[^"\\]+)|\\.)*"

版本2：如果您拥有所有格限定词或原子组，则效率更高（请参阅：使用原子组方法的sin的正确答案）。

最好：

"[^"\\]*(?:\\.[^"\\]*)*"

版本3：效率更高。实现Friedl的“展开循环”技术。不需要所有格或原子组（即可以在Javascript和其他功能较少的正则表达式引擎中使用。）

这是PHP语法中针对双引号和单引号子字符串的推荐正则表达式：

$re_dq = '/"[^"\\\\]*(?:\\\\.[^"\\\\]*)*"/s';

$re_sq = "/'[^'\\\\]*(?:\\\\.[^'\\\\]*)*'/s";

Answer 2

尝试这样的正则表达式：

'/"(\\\\[\\\\"]|[^\\\\"])*"/'

（简短）说明：

"                 # match a `"`

(                 # open group 1

  \\\\[\\\\"]     #   match either `\\` or `\"`

  |               #   OR

  [^\\\\"]        #   match any char other than `\` and `"`

)*                # close group 1, and repeat it zero or more times

"                 # match a `"`

以下代码段：

<?php

$text = 'abc "string \\\\ \\" literal" def';

preg_match_all('/"(\\\\[\\\\"]|[^\\\\"])*"/', $text, $matches);

echo $text . "\n";

print_r($matches);

?>

生产：

abc "string \\ \" literal" def

Array

(

    [0] => Array

        (

            [0] => "string \\ \" literal"

        )

    [1] => Array

        (

            [0] => l

        )

)

正如您在Ideone上看到的那样。

Answer 3

基于一些粗略的基准测试，这似乎与展开的循环一样快，但是更容易阅读和理解。首先，它不需要任何回溯。

"[^"\\]*(\\.[^"\\]*)*"