如何优化正则表达式以精准提取Blade文件中的多语言字符串

现有正则核心问题 #

• 捕获组使用通用非贪婪匹配(.+?)，无法处理翻译字符串内含转义引号的场景（比如{{ __('it\'s a demo') }}），会被转义后的引号打断捕获
• 前后缀的(?:.+?)?没有边界限制，可能跨多个{{}}结构匹配，导致误抓
• 未严格对应单/双引号的闭合规则，单引号开头、双引号闭合的非法语法也会被错误匹配

优化后的正则方案 #

带注释调试版（加了x修饰符可直接运行） #

/{{                          # 匹配Blade模板标准输出左标记
    \s*                       # 匹配任意数量前导空格
    (?:[^}]*?)?               # 前缀匹配：仅匹配不含右大括号的字符，避免跨标签越界
    (?:__|trans|@lang)        # 兼容Laravel生态常用翻译函数
    \(                        # 匹配函数左括号
    \s*                       # 括号内前导空格
    (?:
        '                     # 单引号场景
        (?<key>(?:\\'|[^'])*) # 捕获翻译key：允许转义单引号，其他字符排除单引号
        '                     # 单引号闭合
        |
        "                     # 双引号场景
        (?<key>(?:\\"|[^"])*) # 捕获翻译key：允许转义双引号，其他字符排除双引号
        "
    )
    \s*                       # 引号后任意空格
    (?:,|\))                  # 匹配函数结束右括号，或参数分隔逗号（兼容带参数的翻译调用）
    (?:[^}]*?)?               # 后缀匹配：仅匹配不含右大括号的字符
    \s*                       # 尾部任意空格
}}/xsu                        # 修饰符：x忽略正则内空格注释 s允许.匹配换行 u支持Unicode多语言字符

压缩可直接调用版 #

/{{\s*(?:[^}]*?)?(?:__|trans|@lang)\(\s*(?:'((?:\\'|[^'])*)'|"((?:\\"|[^"])*)")\s*(?:,|\))(?:[^}]*?)?\s*}}/su

使用说明 #

• 无命名分组的压缩版捕获结果取分组1（单引号场景）或分组2（双引号场景）即可
• 捕获到key后需要做转义还原：把\'替换为'、\"替换为"再写入语言文件
• 若需要兼容{!! !!}格式的未转义输出场景，把正则开头的{{替换为{{|{!!}，结尾的}}替换为}}|!!}即可

内容的提问来源于stack exchange，提问作者Jesse