比赛多次只在单一的正则表达式

Question

大家好，我的问题很简单的一组：

我想匹配，只有当他们在与PCRE正则表达式一个<figcaption>的一篇文章中所有可能的井号标签。 E.g：

<figcaption>blah blah #hashtag1, #hashtag2</figcaption> 

我这里https://regex101.com/r/aL9vS8/1做出了尝试，并去掉最后?将从#hashtag1捕获更改为#hashtag2，但不能同时获得。

我甚至不确定它是可行的在一个单一的正则表达式在PHP。

任何想法来帮助我？ :)

如果没有办法在一个单一的正则表达式（真的吗？即使使用递归(?R)?？：p），请建议最有效的方式可能性能明智。

谢谢！

[编辑]

如果没有办法，我的PHP的下一个想法是：

1. 匹配每一个figcaption与preg_replace_callback
2. 在回调比赛#hashtag每个实例。

我可以就此了解你的意见吗？有没有更好的办法？我的文章不是很长。

Answer 1

请推荐最有效的方式表现明智

最可靠的方法来匹配一些分隔符与PCRE正则表达式之间的一些文字是通过使用自定义的边界与\G operator。但是，尾部边界是多字符字符串，要匹配除</figcaption>之外的任何文本，您需要tempered greedy token。由于此令牌非常耗费资源，因此必须展开。

这是给你的任务快速，可靠PCRE正则表达式：

(?:<figcaption|(?!^)\G)[^<#]*(?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*\K#\w+ 

见regex demo

详细：

• (?:<figcaption|(?!^)\G) - 匹配<figcaption或前结束成功搭配
  个更多细节：
  (?:<figcaption|(?!^)\G)是非捕获器，它只有群组（(?:...)），而不是跟踪与此组什么匹配（即没有值保存在匹配2倍的替代品（|是交替操作）的堆叠组，因为不会创建堆栈）：1）文字文本<figcaption或2）(?!^)\G - 以前的成功匹配后的位置（注意：\G也匹配字符串的开始，因此，我们必须添加负先行(?!^)排除行为）。
• [^<#]* - 比<其他0+字符和#
• (?:(?:<(?!\/figcaption>)|#\B)[^<#]*)* - 的0+序列：
  • (?:<(?!\/figcaption>)|#\B) - 一个<后面没有与/figcaption>#或没有遵循与字炭
  • [^<#]* - 0 +字符除<和#
• \K - 忽略文本到目前为止匹配
• #\w+ - #和1+字字符

更细节：

• \K：

逃逸序列\K导致任何公关明显匹配的字符不包含在最终的匹配序列中。例如，模式：

foo\Kbar 

比赛foobar，但报告说，它匹配了bar。该功能类似于后向断言。

• (?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*：在这里，我们有一个外非捕获组(?:...)*使匹配子模式零次或多次的序列（能量词*设置为仅一个分组，如果我们需要重复一个序列的子模式）与内非捕获组(?:<(?!\/figcaption>)|#\B)[^<#]*只是一个收缩方式较长<(?!\/figcaption>)[^<#]*|#\B[^<#]*（只是第2层不同的替代<(?!\/figcaption>)和#\B一个共同的“后缀” [^<#]*之前
• 包装在一个标签：只使用preg_replace与<span class="highlight">$0</span>替换模式：

代码：

$re = '~(?:<figcaption|(?!^)\G)[^<#]*(?:(?:<(?!\/figcaption>)|#\B)[^<#]*)*\K#\w+~'; 
$str = "<figcaption>blah # blah #hashtag1, #hashtag2</figcaption> #ee <figcaption>#ddddd"; 
$subst = "<span class=\"highlight\">$0</span>"; 
$result = preg_replace($re, $subst, $str); 
echo $result; 

见PHP IDEONE demo