使用PHP preg_match_all提取所有合法的模板标签组

要提取包含嵌套结构的完整{% if/case %}标签组，PHP的PCRE支持递归正则，可以用以下正则表达式实现：

~{%\s*(if|case)\b[^}]*%}(?:(?!{%\s*end\1\b[^}]*%}).|(?R))*{%\s*end\1\b[^}]*%}~s

正则规则解析 #

• ~：作为正则分隔符，避免与标签内的/冲突
• {%\s*(if|case)\b[^}]*%}：匹配起始标签，捕获if或case到分组1，\b确保匹配完整的标签关键字，[^}]*匹配标签内的任意内容（直到%}）
• (?:(?!{%\s*end\1\b[^}]*%}).|(?R))*：非捕获组，处理中间内容：
  • (?!{%\s*end\1\b[^}]*%})：负前瞻判断，当前位置不是对应结束标签的开头
  • .：匹配任意字符（含换行，因为s修饰符）
  • |(?R)：如果遇到新的起始标签，递归匹配整个正则模式，处理嵌套结构
• {%\s*end\1\b[^}]*%}：匹配对应结束标签，\1引用分组1的标签类型，确保if对应endif、case对应endcase
• s修饰符：让.匹配换行符，支持跨行内容

PHP代码示例 #

$str = '{% if test %}
   random text here
   {% case item %}{% when "hello" %}hi{% else %}goodbye{% endcase %}
   {% if hello %}text here{% else %}new text{% endif %}
random text here
{% endif %}
{% case item %}{% when "hello" %}hi{% else %}goodbye{% endcase %}';

preg_match_all('~{%\s*(if|case)\b[^}]*%}(?:(?!{%\s*end\1\b[^}]*%}).|(?R))*{%\s*end\1\b[^}]*%}~s', $str, $matches);

print_r($matches[0]);

执行后会输出：

Array
(
    [0] => {% if test %}
   random text here
   {% case item %}{% when "hello" %}hi{% else %}goodbye{% endcase %}
   {% if hello %}text here{% else %}new text{% endif %}
random text here
{% endif %}
    [1] => {% case item %}{% when "hello" %}hi{% else %}goodbye{% endcase %}
)

内容的提问来源于stack exchange，提问作者Tikboy