Was bedeutet “[^][]”regex bedeuten?

Ich habe es in der folgenden Regex gefunden:

\[(?:[^][]|(?R))*\]

Es passt eckige Klammern (mit ihrem Inhalt) zusammen mit verschachtelten eckigen Klammern an.

[^][] ist eine Zeichenklasse, die alle Zeichen außer bedeutet [ and ].

Sie können die Flucht vermeiden [ and ] Sonderzeichen, da es für die PCRE, die Regex-Engine, die darin verwendet wird, nicht mehrdeutig ist preg_ Funktionen.

Seit [^] in PCRE falsch ist, ist dies die einzige Möglichkeit für die Regex zu analysieren ] befindet sich innerhalb der Zeichenklasse, die später geschlossen wird. Das gleiche mit der [ that follows. It can not reopen a character class (except a POSIX character class [:alnum:]) innerhalb einer Zeichenklasse. Dann das letzte ] ist klar; es ist das Ende der Zeichenklasse. Allerdings, ein [ outside a character class must be escaped since it is parsed as the beginning of a character class.

In the same way, you can write []] oder [[] oder [^[] ohne dem zu entkommen [ or ] in der Charakterklasse.

Hinweis: Seit PHP 7.3 können Sie den Inline-Modifikator xx verwenden, mit dem Leerzeichen auch innerhalb von Zeichenklassen ignoriert werden können. Auf diese Weise können Sie diese Klassen weniger zweideutig schreiben: (?xx) [^ ][ ] [ ] ] [ [ ] [^ [ ].

Sie können diese Syntax mit mehreren Regex-Varianten verwenden: PCRE (PHP, R), Perl, Python, Java, .NET, GO, awk, Tcl (Wenn Sie Ihr Muster mit geschweiften Klammern begrenzen, danke Donal Fellows), …

Aber nicht mit: Ruby, JavaScript (außer für IE < 9), …

Wie m.büttner feststellte, [^]] ist nicht zweideutig, weil ] ist der Erste Charakter, [^a]] wird gesehen als all das ist nicht a a gefolgt von einem ]. Haben a und ]müssen Sie schreiben: [^a\]] oder [^]a]

Insbesondere bei JavaScript erlaubt die Spezifikation [] als Regex-Token das noch nie Übereinstimmungen (mit anderen Worten, [] wird immer scheitern) und [^] als passende Regex irgendein Charakter. Dann [^]] wird gesehen als ein beliebiges Zeichen, gefolgt von a ]. Die tatsächliche Implementierung variiert, aber moderne Browser halten sich im Allgemeinen an die Definition in der Spezifikation.

Musterdetails:

\[          # literal [
(?:         # open a non capturing group
    [^][]   # a character that is not a ] or a [
  |         # OR
    (?R)    # the whole pattern (here is the recursion)
)*          # repeat zero or more time
\]          # a literal ]

In Ihrem Musterbeispiel müssen Sie dem letzten nicht entkommen ]

Aber Sie können dasselbe mit diesem Muster tun, das ein wenig optimiert und nützlicher ist, weil es als Untermuster wiederverwendbar ist (mit dem (?-1)): (\[(?:[^][]+|(?-1))*+])

(                     # open the capturing group
    \[                # a literal [
        (?:           # open a non-capturing group
            [^][]+    # all characters but ] or [ one or more time
          |           # OR
            (?-1)     # the last opened capturing group (recursion)
                      # (the capture group where you are)
        )*+           # repeat the group zero or more time (possessive)
    ]                 # literal ] (no need to escape)
)                     # close the capturing group

oder besser: (\[[^][]*(?:(?-1)[^][]*)*+]) das vermeidet die Kosten für einen Wechsel.