Вот что я получил сейчас:
/{% if(.+?) %}(.*?){% endif %}/gusi
Ловит несколько операторов if и т. Д.
IMG: http://image.xesau.eu/2015-02-07_23-22-11.png
Но когда я делаю вложенные, то if в if, он останавливается при первом появлении {% endif%}
IMG: http://image.xesau.eu/2015-02-08_09-29-43.png
Есть ли способ поймать столько операторов {% endif%}, сколько было операторов {% if …%}, и если да, то как?
Не используйте regexen, используйте существующий парсер Twig. Вот пример экстрактора, который я написал, который анализирует пользовательские теги и извлекает их: https://github.com/deceze/Twig-extensions/tree/master/lib/Twig/Extensions/Extension/Gettext
Задача лексера — превратить исходный код Twig в объекты; Вы можете расширить его, если вам нужно подключиться к этому процессу:
class My_Twig_Lexer extends Twig_Lexer {
...
/**
* Overrides lexComment by saving comment tokens into $this->commentTokens
* instead of just ignoring them.
*/
protected function lexComment() {
if (!preg_match($this->regexes['lex_comment'], $this->code, $match, PREG_OFFSET_CAPTURE, $this->cursor)) {
throw new Twig_Error_Syntax('Unclosed comment', $this->lineno, $this->filename);
}
$value = substr($this->code, $this->cursor, $match[0][1] - $this->cursor);
$token = new Twig_Extensions_Extension_Gettext_Token(Twig_Extensions_Extension_Gettext_Token::COMMENT, $value, $this->lineno);
$this->commentTokens[] = $token;
$this->moveCursor($value . $match[0][0]);
}
...
}
Обычно узлы комментариев Twig отбрасываются Twig, этот лексер сохраняет их.
Однако вашей главной задачей будет работа с парсером:
$twig = new Twig_Environment(new Twig_Loader_String);
$lexer = new My_Twig_Lexer($twig);
$parser = new Twig_Parser($twig);
$source = file_get_contents($file);
$tokens = $lexer->tokenize($source);
$node = $parser->parse($tokens);
processNode($node);
$node
здесь находится корневой узел дерева узлов, которые представляют источник Twig объектно-ориентированным образом, все уже правильно проанализировано. Вам просто нужно обработать это дерево, не беспокоясь о точном синтаксисе, который использовался для его создания:
processNode(Twig_NodeInterface $node) {
switch (true) {
case $node instanceof Twig_Node_Expression_Function :
processFunctionNode($node);
break;
case $node instanceof Twig_Node_Expression_Filter :
processFilterNode($node);
break;
}
foreach ($node as $child) {
if ($child instanceof Twig_NodeInterface) {
processNode($child);
}
}
}
Проходите по нему, пока не найдете нужный вам тип узла и не получите его информацию. Поиграйте с этим немного. Этот пример кода может быть или не быть немного устаревшим, вам все равно придется копаться в исходном коде парсера Twig, чтобы понять его.
Это почти тривиально, чтобы изменить ваш шаблон в рекурсивный паттерн:
{% if(.+?) %}((?>(?R)|.)*?){% endif %}
Рабочий пример: https://regex101.com/r/gX8rM0/1
Тем не мение, это было бы плохой идеей: шаблон пропускает много случаев, которые действительно являются ошибками в вашем парсере. Просто несколько распространенных примеров:
Комментарии:
{% if aaa %}
123
<!-- {% endif %} -->
{% endif %}
Строковые литералы:
{% if aaa %}a = "{% endif %}"{% endif %}
{% if $x == "{% %}" %}...{% endif %}
Побег персонажей (вам нужны экранированные символы, верно?):
<p>To start a condition, use <code>\{% if aaa %}</code></p>
Неправильный ввод:
Было бы неплохо, если бы синтаксический анализатор мог относительно хорошо работать с неверным вводом и указывать на правильную позицию ошибки.