PHP中如何高效解析嵌套标签并提取最外层内容？

巧妙运用PHP正则表达式和栈结构解析嵌套标签

PHP开发中，从字符串中提取特定标签及其内容，尤其处理嵌套标签时，常常需要比简单正则表达式更强大的方法。本文将介绍如何结合PHP正则表达式和栈数据结构，高效解析包含嵌套{if}标签的字符串，并准确提取所有最外层{if}标签及其内容。

假设存在如下包含多层嵌套{if}标签的字符串：

$str = "
{if 'a'}
    111111
    {if 'c'}33333{/if}
    {if 'd'}44444{/if}
    ......
{/if}
{if 'b'}22222{/if}

{if 'b2'}
    5555
    {if 'b'}
        6666
    {/if}
    777
{/if}
";

目标是提取所有最外层{if}标签及其包含的内容，预期结果如下：

B12

B12是一个由AI驱动的一体化网站建设平台

下载

立即学习“PHP免费学习笔记（深入）”；

[
"{if 'a'}
    111111
    {if 'c'}33333{/if}
    {if 'd'}44444{/if}
    ......
{/if}",
"{if 'b'}22222{/if}",
"{if 'b2'}
    5555
    {if 'b'}
        6666
    {/if}
    777
{/if}"
]

仅靠正则表达式难以准确处理嵌套结构，需要借助栈结构跟踪标签匹配情况。以下代码演示了该方法：

<?php
$str = "
{if 'a'}
    111111
    {if 'c'}33333{/if}
    {if 'd'}44444{/if}
    ......
{/if}
{if 'b'}22222{/if}

{if 'b2'}
    5555
    {if 'b'}
        6666
    {/if}
    777
{/if}
";

preg_match_all('!({/?if)!', $str, $matches, PREG_OFFSET_CAPTURE);
$stack = [];
$top = null;
$result = [];

foreach ($matches[0] as [$match, $offset]) {
    if ($match === '{if}') {
        $stack[] = $offset;
        if ($top === null) {
            $top = $offset;
        }
    } else {
        $pop = array_pop($stack);
        if ($pop === null) {
            throw new \Exception('语法错误：多余的{/if}标签');
        }
        if (empty($stack)) {
            $newOffset = $offset + strlen($match);
            $result[] = substr($str, $top, $newOffset - $top);
            $top = $newOffset + 1;
        }
    }
}

if (!empty($stack)) {
    throw new \Exception('语法错误：未闭合的{if}标签');
}

var_dump($result);
?>

这段代码首先使用正则表达式匹配所有{if}和{/if}标签，然后利用栈结构跟踪标签嵌套关系，最终提取最外层{if}标签的内容。代码包含错误处理，可检测多余的{/if}或未闭合的{if}标签。 这种方法有效地处理包含嵌套标签的复杂字符串，准确提取所需信息。