使用正则表达式提取PHP代码

时间:2013-08-25 16:47:41

标签: php regex

我想用正则表达式提取本节的整个PHP代码:

<h1>Extract the PHP Code</h1>
    <?php
        echo(date("F j, Y, g:i a") . ' and a stumbling block: ?>');
        /* Another stumbling block ?> */
        echo(' that works.');
    ?>
<p>Some HTML text ...</p>

不幸的是,我的正则表达式陷入了绊脚石:

/<[?]php[^?>]*[?]>/gim

是否有人提示如何捕获完整的PHP代码?

2 个答案:

答案 0 :(得分:4)

这样的事情可能会起作用

/<\?php.+?\?>$/ms

Regular expression visualization

此模式使用两个flags

  • m PCRE_MULTILINE

      

    默认情况下,PCRE将主题字符串视为由单个“行”字符组成(即使它实际上包含多个换行符)。 “行首”元字符(^)仅在字符串的开头匹配,而“行尾”元字符($)仅在字符串的末尾匹配,或者在字符串的末尾匹配。终止换行符(除非设置了 D 修饰符)。这与Perl相同。设置此修饰符时,“行首”和“行尾”构造分别在主题字符串中的任何换行符之后或之前立即匹配,以及在开头和结尾处匹配。这相当于Perl的/m修饰符。如果主题字符串中没有"\n"个字符,或者模式中没有出现^$,则设置此修饰符无效。

  • s PCRE_DOTALL

      

    如果设置了此修饰符,则模式中的点元字符将匹配所有字符,包括换行符。没有它,排除了换行符。此修饰符等效于Perl的/s修饰符。像[^a]这样的否定类总是匹配换行符,与此修饰符的设置无关。

以下是几场比赛的样子

enter image description here


警告如果在一行末尾找不到?>,则无效。

所以它适用于

  • ?>');
  • ?> */

但它不适用于

<?php
  echo "actual code";
  /*
   * comment ?>
   */
?>

简而言之,如果你的代码很混乱,你需要一个更好的解决方案。如果您的代码是干净的,它应该可以正常工作。

答案 1 :(得分:3)

您可以尝试使用此模式:

$pattern = <<<'LOD'
~

#definitions
(?(DEFINE)
    (?<sq> '(?>[^'\\]+|\\.)*+(?>'|\z) ) # content inside simple quotes
    (?<dq> "(?>[^"\\]+|\\.)*+(?>"|\z) ) # content inside double quotes
    (?<vn> [a-zA-Z_]\w*+ ) # variable name
    (?<crlf> \r?\n ) # CRLF
    (?<hndoc> <<< (["']?) (\g<vn>) \g{-2} \g<crlf> # content inside here/nowdoc
              (?> [^\r\n]+ | \R+ (?!\g{-1}; $) )*+
              (?: \g<crlf> \g{-1}; \g<crlf> | \z )
    )
    (?<cmt> /\*                      # multiline comments
             (?> [^*]+ | \* (?!/) )*+
             \*/
    )
)

#pattern
<\?php \s+
(?> [^"'?/<]+ | \?+(?!>) | \g<sq> | \g<dq> | \g<hndoc> | \g<cmt> | [</]+ )*+
(?: \?> | \z )

~xsm
LOD;

测试:

$subject = <<<'LOD'
<h1>Extract the PHP Code</h1>
    <?php
        echo(date("F j, Y, g:i a") . ' and a stumbling block: ?>');
        /* Another stumbling block ?> */
        echo <<<'EOD'
    Youpi!!! ?>
EOD;
        echo(' that works.');
    ?>
<p>Some HTML text ...</p>
LOD;

preg_match_all($pattern, $subject, $matches);

print_r($matches);


另一种方式:

正如马里奥在评论中建议的那样,你可以使用标记器。这是最简单的方法,因为您不必定义任何内容,例如:

$tokens = token_get_all($subject);
$display = false;
foreach ($tokens as $token) {
    if (is_array($token)) {
        if ($token[0]==T_OPEN_TAG) $display = true;
        if ($display) echo $token[1];
        if ($token[0]==T_CLOSE_TAG) $display = false;
    } else {
        if ($display) echo $token;
    }
}