PHP嵌套color类BBCode解析代码选型及修复方案咨询

选型结论 #

版本02的实现思路更适合作为迭代基础。

• 版本01的整组非贪婪匹配思路本质是将BBCode标签视为线性无嵌套结构，正则匹配时会自动将第一个开标签与扫描到的第一个闭标签配对，从底层逻辑上就不支持嵌套场景，没有改造价值。
• 版本02拆分匹配开标签、闭标签的方向符合嵌套结构解析的基本逻辑，当前存在的问题仅为正则规则不严谨、缺少标签配对校验逻辑，修复成本极低。

版本02现存问题 #

1. 开、闭标签的正则规则未完整匹配方括号，导致解析结果中残留多余的[字符
2. 单次正则替换无上下文感知能力，无法校验标签配对关系，遇到未闭合标签、多余闭标签时会输出非法HTML结构，也无法正确对应嵌套层级的标签关系

可支持任意层级嵌套的完整实现 #

正则本身无法完美处理任意深度的嵌套结构，这类上下文相关的解析场景使用栈结构做标签配对是最稳妥的方案，同时可顺带实现XSS防护、异常标签兼容能力：

function FFF999_BBcode($content)
{
    // 先转义HTML特殊字符，防范XSS风险
    $content = htmlspecialchars($content, ENT_QUOTES, 'UTF-8');
    $parsedResult = '';
    // 维护颜色栈，存储嵌套层级的颜色值
    $colorStack = [];
    // 拆分内容，分离普通文本、color开标签、color闭标签
    $segments = preg_split(
        '/(\[color=[^\]]+\]|\[\/color\])/i',
        $content,
        -1,
        PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY
    );

    foreach ($segments as $segment) {
        // 匹配合法color开标签
        if (preg_match('/^\[color=([^\]]+)\]$/i', $segment, $match)) {
            $colorValue = trim($match[1]);
            // 校验颜色值格式合法性，可按需扩展规则
            if (preg_match('/^[a-z0-9#(),\s%]+$/i', $colorValue)) {
                array_push($colorStack, $colorValue);
                $parsedResult .= '<span style="color: ' . $colorValue . '">';
                continue;
            }
        }

        // 匹配color闭标签
        if (strcasecmp($segment, '[/color]') === 0) {
            if (!empty($colorStack)) {
                array_pop($colorStack);
                $parsedResult .= '</span>';
                continue;
            }
        }

        // 普通文本、非法标签、多余闭标签直接追加
        $parsedResult .= $segment;
    }

    // 补全所有未闭合的开标签
    while (!empty($colorStack)) {
        array_pop($colorStack);
        $parsedResult .= '</span>';
    }

    return $parsedResult;
}

测试验证 #

传入测试用例[color=red][color=blue]test test test[/color][/color]，解析结果为：

<span style="color: red"><span style="color: blue">test test test</span></span>

完全符合预期，同时支持3层及以上的color标签嵌套，可自动处理标签不闭合、多余闭标签、非法颜色值等异常输入。

内容的提问来源于stack exchange，提问作者xrescom