我有一个在 rtf 中处理文档工作流的系统。它适用于标准 Rtf。而且我知道正则表达式能够在 word 2003 中处理它。我希望能够处理 word 2007。
我的标签看起来像这样：[[FooBuzz]]。
许多程序，如写字板，将 [[FooBuzz]] 保留为纯文本。Word 2003 会从标签中分解 [[。Word 2007 更糟糕的是，他在每个大写字母上也爆炸了。所以Foo Buzz。
我的样本数据：
{ toto}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]} {toto}
我需要两件事。首先正则表达式匹配 [[FooBuzz]] 的 rtf 表示
例如： {\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\ rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]}
其次，我想选择标签的名称。这里是 FooBuzz。我必须使用 php 函数 preg_match_all。
所以这是我的测试数据加倍的测试结果：
Array
( [0] => 数组 ( [0] => {\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \ af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]} [1] => {\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\ fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]}）
[1] => Array
(
[0] => {\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]}
[1] => {\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 [[}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Foo}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid2708730 Buzz}{\rtlch\fcs1 \af0 \ltrch\fcs0 \insrsid5517131 ]]}
)
[2] => Array
(
[0] =>
[1] =>
)
[3] => Array
(
[0] => Foo
[1] => Foo
)
)
如您所见，它会根据需要生成选项卡。关键 1 是我稍后会处理的错误。键 2 作为结果，仅当 [[FooBuzz]] 未分解时。键 3，作为使用 word 2003 的结果。
所以 Foo 和 Buzz 可能在不同的数组中，这对我来说已经足够了，只要它是一致的。
例子 ：
[3] => Array
(
[0] => Foo
)
[4] => Array
(
[0] => Buzz
)
或者
[3] => Array
(
[0] => FooBuzz
)
被接受的答案。
我的正则表达式和他的解释：
我收到了有关 stackoverflow 的帮助来构建它：
/(\[\[([^\[\]]*?)\]\]|{[^{]*?\[\[.*?(?<=\[\[).+?\b(?<!\\)(\w+)\b(?=.+?\]\]).*?\]\].*?})/
以更有意义的方式：
/( Begenning of the OR clause
\[\[([^\[\]]*?)\]\] Regex used to catch [FooBuzz] in plain text.
| Or statement.
{[^{]*?\[\[.*?(?<=\[\[).+? Part able to catch the Rtf translation of [[
\b(?<!\\)(\w+)\b This part have a negative look behind. It match rtf metadata (ex \toto123. And i selects Foo
(?=.+?\]\]).*?\]\].*?} Match the RTF translations of ]]
)/ End of or statement.
注意：有很多非贪婪字符（？），这样正则表达式在需要时只选择标签和他的元数据。（以纯文本替换）。
这是遗留代码，我不能决定放弃纯文本方式。性能无关紧要，它是分批运行的。
您将如何捕捉 FooBuzz ？
测试站点：
http://www.spaweditor.com/scripts/regex/index.php显示 preg_match_all 的输出。
http://rubular.com/r/5fm7afU5vG 使用更有趣，您可以编辑永久链接。如您所见，匹配项的显示方式与我的目标函数相同。
简而言之 ：
I want to match all the RTF reprsentation of [[FooBuzz]] with match 1.
I want either match x => FooBuzz or match x => Foo match x + 1 => Buzz, if consistent.
您可以随意添加另一个 Or。否则我认为要编辑的部分是： \b(?