Парсинг вложенных тегов

[Фанат]

Имеем самопальный маркап с вложенными тегами.

"post text
<!--quote-->quote1<!--quote-->sub-quote1<!--/quote--><!--/quote-->
post text
<!--quote-->quote2<!--/quote-->
post text
";

Что-то меня клинит.

Жадный поиск забирает все цитаты целиком.
Не жадный поиск оставляет кусок внешней цитаты не захваченным.
Рекурсивный поиск (.*?|?R)рушит мне систему. Возможно, надо задавать более специфичный паттерн вместо .*?

Какие есть еще варианты?

 

[Ирокез]

preg_split('/<!--.*?-->/sim', $subject); // Не решит проблему?

 

[Фанат]

Не могу сообразить, как использовать. Как потом отличить вложенную цитату от текста?

 

[Ирокез]

Не могу сообразить, как использовать. Как потом отличить вложенную цитату от текста?

preg_match('/(?:(.*?)<!--.*?-->)|(.*)/sim', $subject)

я давно пользуюсь утилитой RegexBuddy (не сочтите рекламой)

 

[fixxxer]

Мне кажеццо, проще как-то вроде preg_split('/(?=<!--\/?quote-->)/si', $subject) и счетчик вложенности потом.

С рекурсией и preg_replace_callback можно еще (хотя зависит от того, что требуется получить), но это надо голову поломать.

 

[Фанат]

preg_match('/(?:(.*?)<!--.*?-->)|(.*)/sim', $subject)

Это потом натравливать на элементы полученного массива? Или это другой вариант решения изначальной задачи?

 

[Фанат]

Мне кажеццо, проще как-то вроде preg_split('/(?=<!--\/?quote-->)/si', $subject) и счетчик вложенности потом.

Все равно не понимаю. оно мне вернет кучу текстовых отрезков. как потом понять, кто из них просто текст, а кто - цитата?
Впрочем, если захватывать и делимитер и потом на него смотреть...

С рекурсией и preg_replace_callback можно еще (хотя зависит от того, что требуется получить), но это надо голову поломать.

Вот я и ломаю. Казалось бы, должна быть стандартная задача с кучей готовых решений, но блин.
Рекурсия хорошо, но для нее надо захватывать цитату целиком, а она, в случае вложенной, не зохавываецца Точнее зохавываецца не до конца.

 

[Ирокез]

Это потом натравливать на элементы полученного массива? Или это другой вариант решения изначальной задачи?

изначальный, ну и да не preg_match, а preg_match_all

https://drive.google.com/open?id=0B1kOEX54dd2kZTNCQ1ZEcXN5WjA

1 и 2 группа содержат текст, если добавить группу <!--(/)?.*?-->, то открывающий закрывающий получишь, ну или варианты <!--(*.?)-->

в любом случае нужен будет цикл, если использовать _callback, то сразу можно в один проход получить массив

 

[Harry Buttowski]

обратите внимание на это выражение
/(?=(<([a-z]+).*?>(?>(?1)|.)*?<\/\2>))/s
должно сохранить вложенность тегов

 

[Фанат]

изначальный, ну и да не preg_match, а preg_match_all

У меня получается такое.

  array(8) {
    [0]=>
    string(25) "post text 1<!--quote-->"
    [1]=>
    string(18) "quote1<!--quote-->"
    [2]=>
    string(23) "sub-quote1<!--/quote-->"
    [3]=>
    string(13) "<!--/quote-->"
    [4]=>
    string(27) "post text 2<!--quote-->"
    [5]=>
    string(19) "quote2<!--/quote-->"
    [6]=>
    string(15) "post text 3"
    [7]=>
    string(0) ""
  }

снова не соображу, как потом это собирать. Писать лексер со счетчиком открытых и закрытых тегов?

 

[fixxxer]

если захватывать и делимитер и потом на него смотреть

так мой сплит это и делает

 

[ksnk]

Ну вот, "рабочий" пример. Готовый тег с обработанными вложенностями, присутствует в строке 26, там где sprintf

 

[Фанат]

Ну вот, "рабочий" пример. Готовый тег с обработанными вложенностями, присутствует в строке 26, там где sprintf

Круто!
Это сейчас прямо из головы, или домашняя заготовка была?

 

[ksnk]

Ну, почти из головы Я таким образом свой шаблонизатор парсил как-то...

 

[Ирокез]

У меня получается такое.

  array(8) {
    [0]=>
    string(25) "post text 1<!--quote-->"
    [1]=>
    string(18) "quote1<!--quote-->"
    [2]=>
    string(23) "sub-quote1<!--/quote-->"
    [3]=>
    string(13) "<!--/quote-->"
    [4]=>
    string(27) "post text 2<!--quote-->"
    [5]=>
    string(19) "quote2<!--/quote-->"
    [6]=>
    string(15) "post text 3"
    [7]=>
    string(0) ""
  }

снова не соображу, как потом это собирать. Писать лексер со счетчиком открытых и закрытых тегов?

http://ideone.com/siihcl