PCRE2递归正则中如何保留匹配组并验证特定变量存在

需求回顾 #

我用PCRE2正则验证符合特定规范的输入，输入允许：

• $开头的变量
• &开头的变量（需至少存在一个，且不能在引号内）
• 带双引号的字面量字符串
• 普通字符串
• 带参数的递归函数结构

示例合法输入：

&foo
$foo(&bar)
$foo(&bar+$baz)
$foo($bar "baz" qux+$quux(&corge "grault") &garply)

现有正则能匹配结构，但无法确保存在有效&变量，且缺少完全匹配边界：

(?:\$\w+(?:\((?<arg>(?R)|(?:\"[^\"]*\")|(?:[^\$\"\&\s\(\)][^\s\(\)]*))(?:(?:\+| )(?&arg))*\))?)|(?<var>\&\w+)

最终修改后的正则 #

^(?=(?:[^"]|\"[^\"]*\")*\&\w+)(?:\$\w+(?:\((?<arg>(?R)|\"[^\"]*\"|[^\$\"\&\s\(\)][^\s\(\)]*)(?:(?:\+| )(?&arg))*\))?|\&\w+)$

修改逻辑说明 #

1. 完全匹配约束：添加^和$，确保正则匹配整个输入字符串，避免部分匹配的情况。
2. 有效&变量校验：通过正向预查(?=(?:[^"]|\"[^\"]*\")*\&\w+)实现：
   • 逻辑：遍历字符串时，跳过所有双引号包裹的内容，只在引号外查找&\w+格式的变量，彻底排除引号内的&test这类无效场景。
3. 保留递归结构：沿用原有的递归匹配逻辑，确保输入符合函数、变量、字符串的结构规范。

测试用例适配 #

该正则完全符合测试要求：

• 匹配：&test、$test($test(test &var1 $var2) $test(jean) jean)、$test("&test" &test)
• 拒绝：$test、$test("&test")、$test( &test)、&test(foo)等所有不符合要求的输入

内容的提问来源于stack exchange，提问作者Kyrela