如何用PHP正则提取JS中4字符名称的独立内部函数

待处理的JavaScript源码 #

<script>function outerfunction () { function abcd () { return ('efgh', 1); } function efgh () { return ('higk', 2); } }</script>

问题现状 #

使用PHP的preg_match_all()，正则模式/(function.[a-z]{4}.[(][)].*)}/s提取名称为4个小写字母的内部函数时，结果将两个函数合并到同一个数组元素中：

array[1] => function abcd () { return ('efgh', 1); } function efgh () { return ('higk', 2); }

期望结果 #

每个函数作为独立的数组元素：

array[1] => function abcd () { return ('efgh', 1); }
array[2] => function efgh () { return ('higk', 2); }

解决方案 #

问题根源是原正则使用了贪婪匹配（*），会从第一个function开始匹配到最后一个}。只需调整为非贪婪匹配，并修正正则中的冗余匹配：

修改后的正则 #

/(function [a-z]{4}\(\).*?})/s

关键调整点 #

• 将原正则中的.替换为空格，精准匹配函数名前的空格（避免匹配到无关字符）
• 把贪婪匹配的*改为非贪婪匹配的*?，确保匹配到当前函数的闭合}就停止
• 保留s修饰符，让.能匹配换行符（兼容多行函数体场景）

PHP代码示例 #

$jsCode = '<script>function outerfunction () { function abcd () { return (\'efgh\', 1); } function efgh () { return (\'higk\', 2); } }</script>';
preg_match_all('/(function [a-z]{4}\(\).*?})/s', $jsCode, $matches);
print_r($matches[1]);

输出结果 #

Array
(
    [0] => function abcd () { return ('efgh', 1); }
    [1] => function efgh () { return ('higk', 2); }
)

补充说明 #

如果目标函数体存在嵌套的{}，上述简单正则可能失效。这种情况下建议使用专业的JavaScript解析器（如PHP的V8JS扩展）来处理，而非正则表达式。但针对当前场景，非贪婪匹配足以解决问题。

内容的提问来源于stack exchange，提问作者Amit Shah