Несколько совпадений в группе регулярных выражений?

Question

Мне нужно сопоставить все «теги» (например,% thisIsATag%), которые встречаются в атрибутах XML. (Примечание: я гарантированно получу действительный XML, поэтому нет необходимости использовать полный обход DOM). Мое регулярное выражение работает, за исключением случаев, когда в одном атрибуте есть два тега, возвращается только последний.

Другими словами, это регулярное выражение должно найти tag1, tag2, ..., tag6. Тем не менее, он пропускает tag2 и tag5.

Вот забавный маленький тестовый комплект для вас (PHP):

<?php

$xml = <<<XML
<data>
 <slideshow width="625" height="250">

  <screen delay="%tag1%">
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold" text="Screen One!%tag2% %tag3%"/>
   </text>
  </screen>

  <screen delay='%tag4%'>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize='32' fontstyle='bold' text='Screen 2!%tag5%%tag6%'/>
   </text>
  </screen>

  <screen>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold"  text="Screen Tres!"/>
   </text>
  </screen>

  <screen>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold"  text="Screen FOURRRR!"/>
   </text>
  </screen>

 </slideshow>
</data>
XML;

$matches = null;
preg_match_all('#<[^>]+("([^%>"]*%([^%>"]+)%[^%>"]*)+"|\'([^%>\']*%([^%>\']+)%[^%>\']*)+\')[^>]*>#i', $xml, $matches);

print_r($matches);
?>

Спасибо! :)

Answer 1

% \ w +% было бы еще более простым способом сделать это.

Answer 2

То, что вы пытаетесь сделать, это восстановить промежуточные записи из групп, которые совпадают более одного раза за совпадение с регулярным выражением. Насколько я знаю, только .NET и Perl 6 предоставляют такую ​​возможность. Вам придется выполнить работу в два этапа: сопоставить значение атрибута с одной или несколькими %tag% последовательностями в нем, а затем выделить отдельные последовательности.

Вам не важно, с каким XML-тегом или атрибутом связаны значения, поэтому вы можете использовать это, несколько более простое регулярное выражение, чтобы найти значения с %tag% последовательностями в них:

'#"([^"%<>]*+%[^%"]++%[^"]*+)"|\'([^\'%<>]*+%[^%\']++%[^\']*+)\'#'

EDIT: это регулярное выражение захватывает значение атрибута в группе 1 или группе 2, в зависимости от того, в каких кавычках оно использовалось. Вот еще одна версия, которая объединяет альтернативы, поэтому всегда может сохранить значение в группе 2:

'#(["\'])((?:(?![%<>]|\1).)*+%(?:(?!%|\1).)++%(?:(?!\1).)*+)\1#'

Answer 3

Это:

(%[a-zA-Z0-9]+%)

не достаточно? В вашем примере теги не появляются нигде за пределами значений атрибутов - не так ли?