如何修复 BBcode 正则表达式

Question

我有一个获取 BBcode 标签的正则表达式。除了一个小故障之外，它工作得很好。

这是当前的表达式：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](.+)\[/\1\]

这是它成功匹配的一些文本以及它构建的组：

[url=http://www.google.com]转到 Google！[/网址]
1：网址
2：http://www.google.com
3：转到谷歌！

[img]http://www.somesite.com/someimage.jpg[ /img]
1：img
2：空
3：http://www.somesite.com/someimage.jpg

[quote][quote]第一个嵌套引用[/quote][quote]第二个嵌套引用[/quote][/quote]
1：报价
2：空
3: [quote]第一个嵌套引用[/quote][quote]第二个嵌套引用[/quote]

所有这一切都很棒。我可以通过针对相同的正则表达式运行第三个匹配组来处理嵌套标签，并递归地处理所有嵌套的标签。问题在于使用 [quote] 标签的示例。请注意，第三个匹配组是一组两个引号标记，因此我们期望有两个匹配。然而，我们得到了一场比赛，如下所示：

[quote]第一个嵌套引用[/quote][quote]第二个嵌套引用[/quote]
1：报价
2：空
3: 第一个嵌套引用[/quote][quote]第二个嵌套引用

啊啊！这根本不是我们想要的。有一个相当简单的方法来修复它，我将正则表达式修改为：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](.+)\[/\1\]

为此：

\[([^=\[\]]+)[=\x22']*([^ \[\]]*)['\x22]*\](((?!\[/\1\]).)+)\[/\1\]

通过添加 ((?!\[/\1\]).) 我们使整个匹配无效，如果第三组比赛包含结束 BBcode 标签。现在可以了，我们得到两个匹配项：

[quote]第一个嵌套引用[/quote][quote]第二个嵌套引用[/quote]

[quote]第一个嵌套引号[/quote]
1：报价
2：空
3：第一个嵌套引用

[quote]第二个嵌套引号[/quote]
1：报价
2：空 3：第二个嵌套引用

我很高兴修复了它，但现在我们有另一个问题。这个新的正则表达式在第一个正则表达式中失败，我们将两个引号标签嵌套在一个更大的引号标签下。我们得到两场比赛而不是一场：

[quote][quote]第一个嵌套引用[/quote][quote]第二个嵌套引用[/quote][/quote]

[quote][quote]第一个嵌套引号[/quote]
1：报价
2：空
3: [quote]第一个嵌套引号

[quote]第二个嵌套引号[/quote]
1：报价
2：空
3：第二个嵌套引用

第一个匹配全部错误，第二个匹配虽然格式良好，但不是所需的匹配。我们想要一个大匹配，第三个匹配组是两个嵌套的引号标签，就像我们使用第一个表达式时一样。

有什么建议吗？如果我能跨越这个差距，我应该有一个相当强大的 BBcode 表达式。

Answer 1

使用平衡组，您可以构建如下正则表达式：

(?>
  \[ (?<tag>[^][/=\s]+) \s*
  (?: = \s* (?<val>[^][]*) \s*)?
  ]
)

(?<content>
  (?>
    \[(?<innertag>[^][/=\s]+)[^][]*]
    |
    \[/(?<-innertag>\k<innertag>)]
    |
    [^][]+
  )*
  (?(innertag)(?!))
)

\[/\k<tag>]

根据 Kobi 的示例进行简化。

---

如下所示：

[foo=bar]baz[/foo]
[b]foo[/b]
[i][i][foo=bar]baz[/foo]foo[/i][/i]
[i][i][i][i]foo[/i][/i][/i][i][i]foo[/i][/i][/i]
[quote][quote][b][img]foo[/img][b]bold[/b][b][b]deep[/b][/b][/b][/quote]bar[quote]baz[/quote][/quote]

它找到这些匹配项：

• [foo=bar]baz[/foo]
• [b]foo[/b]
• [i][i][foo=bar]baz[/foo]foo[/i][/i]
• [i][i][i][i]foo[/i][/i][/i][i][i]foo[/i][/i][/i]
• [quote][quote][b][img]foo[/img][b]粗体[/b][b][b]深[/b][/b][/b][/quote ]bar[quote]baz[/quote][/quote]

完整示例位于 http://ideone.com/uULOs

（旧版本http://ideone.com /AXzxW)