用于在字符串中匹配双引号和/或单引号字符串的PHP正则表达式

Question

我正在处理模板类，并试图从字符串参数列表中解析出带引号的字符串列表。举个例子字符串：

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null"'; 

我在未来与提取字符串“Hello m'lady”和“空”正则表达式的问题。我已经得到的最接近是

$string = 'VAR_SELECTED, \'Hello m\'lady\', "null", \'TE\'ST\''; 
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches); 
print_r($matches); 

，输出：

Array 
(
    [0] => Array 
     (
      [0] => VAR_SELECTED, 
      [1] => 'Hello m'lady', 
      [2] => "null", 
      [3] => 'TE'ST' 
     ) 

) 

但是更复杂的情况：

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"'; 
preg_match_all('/(?:[^\']|\\\\.)+|(?:[^"]|\\\\.)+/', $string, $matches); 
print_r($matches); 

输出：

Array 
(
    [0] => Array 
     (
      [0] => VAR_SELECTED, 
      [1] => 'Hello 
      [2] => "Father" 
      [3] => ', 
      [4] => "Hello 
      [5] => 'Luke' 
      [6] => " 
     ) 

) 

谁能帮助我解决这个问题？多个正则表达式是前进的方向吗？

编辑也许用一个占位符替换字符串中的逗号，然后用爆炸拆分字符串会更容易？

编辑2只是想到了一个简单的不安全选项（我不打算使用），但会生成一个E_NOTICE错误。

$string = 'return array(VAR_SELECTED, \'Hello , "Father"\', "Hello \'Luke\'4");'; 
$string = eval($string); 
print_r($string); 

Answer 1

试试这个：

/(?<=^|[\s,])(?:(['"]).*?\1|[^\s,'"]+)(?=[\s,]|$)/ 

，或作为PHP单引号字符串字面量：

'/(?<=^|[\s,])(?:([\'"]).*?\1|[^\s,\'"]+)(?=[\s,]|$)/' 

该正则表达式得到想要的结果，但我认为你会犯这个错误。通常，如果引用的字符串需要包含文字引号字符，则引号将被转义，或者带有反斜杠或另一个引号。你没有这样做，所以我不得不使用基于lookarounds的脆弱黑客。你确定数据不应该看起来像这样吗？

$string = 'VAR_SELECTED, \'Hello m\\'lady\', "null"'; 

$string = 'VAR_SELECTED, \'Hello "Father"\', "Hello \\'Luke\\'"'; 

想想吧，PHP不内置支持CSV数据吗？

Answer 2

您想在匹配字符串中使用back reference。

preg_match_all('@([\'"]).*[^\\\\]\1@', $string, $matches); 

这将开始的第一个实例匹配“或“再匹配以匹配结束最长的字符串”或”该不逃脱。

Array (
[0] => Array 
    (
     [0] => 'Hello m'lady', "null", 'TE'ST' 
    ) 

[1] => Array 
    (
     [0] => ' 
    ) 

Answer 3

下面是我会做：

下把任务分成要采取分步骤：

1）发生爆炸逗号的字符串。

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>" \'Hello m\'lady\'" 
[2]=>" "null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>" \'Hello "Father"\'" 
[2]=>" "Hello \'Luke\'"" 

2）运行修剪在所有三个摆脱任何空白的

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"\'Hello m\'lady\'" 
[2]=>""null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"\'Hello "Father"\'" 
[2]=>""Hello \'Luke\'"" 

3）运行str_replace函数（ “\”，””，$文本）摆脱斜线。 （只删除spaces..added的可读性，所以这应该是一个赤裸裸的斜线和“空”字符串）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"'Hello m'lady'" 
[2]=>""null"" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"'Hello "Father"'" 
[2]=>""Hello 'Luke'"" 

4）再次运行修剪，修剪只（$文字，“'”“）（移除spaces..added仅出于可读性）

For 'VAR_SELECTED, \'Hello m\'lady\', "null"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"Hello m'lady" 
[2]=>"null" 

For 'VAR_SELECTED, \'Hello "Father"\', "Hello \'Luke\'"' this gives me 
[0]=>"VAR_SELECTED" 
[1]=>"Hello "Father"" 
[2]=>"Hello 'Luke'" 

我没有测试过这一点，但逻辑是健全的。一个快速和肮脏的方式来测试所有的98％的正则表达式的（在我的经验）是使用http://rubular.com/这是一个很棒的网站。通常如果它开始在正则表达式中窒息，这是我的第一个信号，我应该更多地解决这个问题。 （这只是舆论〜穿上防火服〜）