Regex将视频从自定义输入转换为HTML

Question

我目前正试图编写一个过滤器，它将转换一些简单的输入文本例如标记或纯文本到某些HTML中。这个想法是给能力最终用户可以在内容中添加一些视频。所以输入可以包含simpleMarkdown和一些标签，看起来像这样:

[video url:"https://www.youtube.com/watch?v=EkluES9Rvak" width=100% ratio='16/9'
autoplay:1 caption:"Lea Verou - Regexplained"]

我想在语法上相当软，并允许属性之间的:或=名称和值。就像在HTML中一样，值可以选择单引号或双引号解决空格或特殊字符的问题。这就是我开始挣扎的地方!

目前，我用PHP编写了这个正则表达式:

/(?(DEFINE)
# This sub-routine will match an attribute value with or without the quotes around it.
# If the value isn't quoted then we can't accept spaces, quotes or the closing ] tag.
(?<attr_value_with_delim>(?:(?<delimiter>["']).*?(?:k<delimiter>)|[^"'=]s]+))
)
[
s*videos+
(?=[^]]*burl[=:](?<url>g<attr_value_with_delim>))      # Mandatory URL
(?=[^]]*bwidth[=:](?<width>g<attr_value_with_delim>))? # Optional width
(?=[^]]*bratio[=:](?<ratio>g<attr_value_with_delim>))? # Optional ratio
(?=[^]]*bautoplay[=:](?<autoplay>g<attr_value_with_delim>))? # Optional autoplay
(?=[^]]*bcaption[=:](?<title>g<attr_value_with_delim>))? # Optional caption
[^]]*
]/guxs

你可以在这里测试:https://regex101.com/r/hVsav8/1

可选的属性值被捕获，所以我不需要第二次重新解析匹配的标记。

我的问题:

• 如何处理]在属性值内的问题?

• 有没有可能在没有引号的情况下捕获值?

  这不是很重要，因为我可以稍后用trim(..., '"'')去除它在回调中，但我想看看是否有一个模式解决方案。

Answer 1

子程序:

(?(DEFINE)
# Match quote-delimited values
(?<attr_value_with_delim>
'(?:\.|[^'])*'
|
"(?:\.|[^"])*"
)
# Match non-quote-delimited values
(?<attr_value_without_delim>[^'"s[]]+)
# Match both types
(?<attr_value>
g<attr_value_with_delim>
|
g<attr_value_without_delim>
)
# Match attr - value pairs in the following forms:
## attr:value
## attr=value
## attr:"value'[]=:"
## attr='value"[]=:'
## attr:"val"ue"
## attr:'val'ue'
(?<attr_with_value>
s+[a-zA-Z]+[:=]g<attr_value>
)
)

实际匹配模式:

[s*                             # Opening bracket followed by optional whitespaces
video                             # Literal 'video'
g<attr_with_value>*              # 0+ attribute - value pairs
(?:                               #
s+                             # Preceding whitespaces
url[:=]                         # Literal 'url' followed by either ':' or '='
(?:                             # 
's*(?:\.|[^'s])+s*'       # Single or double quote-delimited,
|                               # space-surrounded (optional)
"s*(?:\.|[^"s])+s*"       # URL that doesn't contain whitespaces
|                               #
g<attr_value_without_delim>  # or a non-quote-delimited value
)                               #
)                                 #
g<attr_with_value>*              # 0+ attribute - value pairs
s*]                             # Optional whitespaces followed by closing bracket

这个正则表达式匹配一个视频符号，然后可以使用合法和非邪恶的方式进一步解析。它证明了这一点，但强烈建议使用regex解析类html内容。

在regex101.com上试试。