正则表达式匹配文本块直到第一个双换行符？

Question

我正在制作一个简单的 Textile 解析器，并尝试为“blockquote”编写正则表达式，但在匹配多个新行时遇到困难。示例：

bq. first line of quote
second line of quote
third line of quote

not part of the quote

它将通过 preg_replace() 替换为块引用标记，因此基本上它需要匹配 "bq." 和它遇到的第一个双新行之间的所有内容。我能做到的最好的办法就是获得报价的第一行。谢谢

Answer 1

试试这个正则表达式：

(?s)bq\.((?!(\r?\n){2}).)*+

含义：

(?s)           # enable dot-all option
b              # match the character 'b'
q              # match the character 'q'
\.             # match the character '.'
(              # start capture group 1
  (?!          #   start negative look ahead
    (          #     start capture group 2
      \r?      #       match the character '\r' and match it once or none at all
      \n       #       match the character '\n'
    ){2}       #     end capture group 2 and repeat it exactly 2 times
  )            #   end negative look ahead
  .            #   match any character
)*+            # end capture group 1 and repeat it zero or more times, possessively

\r?\n 匹配 Windows、*nix 和（较新的）MacOS 换行符。如果您需要考虑真正的旧 Mac 计算机，请向其中添加单个 \r：\r?\n|\r

Answer 2

这个接受的答案只为我捕获了该块的最后一个字符。我最终使用了这个：

$text =~ /(?s)bq\.(.+?)\n\n/g

Answer 3

这行得通吗？

'/(.+)\n\n/s'

我相信 's' 代表单行。

Answer 4

编辑：呃，误读了这个问题..“bq”。意义重大。

echo preg_replace('/^bq\.(.+?)\n\n/s', '<blockquote>$1</blockquote>', $str, 1);

有时通过网络表单输入的数据包含 \r\n 而不是仅 \n 这会使其

echo preg_replace('/^bq\.(.+?)\r\n\r\n/s', '<blockquote>$1</blockquote>', $str, 1);

问号使其在找到第一个双返回后添加结束块引号（“非贪婪”我相信它被称为），所以任何其他双倍回报单独保留（如果这不是你想要的，显然将其取出）。

Answer 5

我的直觉告诉我类似的事情...

preg_match("/^bq\. (.+?)\n\n/s", $input, $matches)

就像上面的人说的那样，正则表达式末尾的 / 后面的 s 标志意味着 .< /code> 将匹配新行字符。通常，如果没有这个，正则表达式就是一种单行的东西。

那么.+后面的问号?表示非贪婪匹配，这样.+就不会尽可能匹配；相反，它将匹配尽可能小的值，以便 \n\n 将匹配第一个可用的双行。

您计划在多大程度上支持 Textile 的功能？因为您的正则表达式可能会变得非常复杂，因为 Textile 允许诸如...

bq.. This is a block quote

This is still a block quote

或...之

bq(funky). This is a block quote belonging to the class funky!

bq{color:red;}. Block quote with red text!

类的事情，我认为您的正则表达式替换技术将无法处理所有这些事情。