使用具有不同行尾样式的m标志匹配行尾位置

2022-03-22 00:00:00 regex php preg-replace

我正在尝试用标签将以"##"开头的每一行都包装起来。正在尝试实现类似GitHub/Stackoverflow的文本格式语法。

这是我得到的:

$value = preg_replace('/^## (.*)$/m', '<p>$1</p>', $value);

在谷歌上搜索了一段时间后,这似乎是正确的解决方案,但它并不像预期的那样工作,或者我只是不理解一些东西。

示例文本:

## Some header 1

Some text that doesn't need to be altered

## Some header 2

结果如下:

<p>Some header 1
</p>

Some text that doesn't need to be altered

<p>Some header 2</p>

如您所见,第二个头可以很好地处理,因为它位于文本的末尾。但是,第一个页眉在结束标记之前的结尾处有一个额外的新行。我如何摆脱它?


解决方案

在您当前的PCRE设置中,点似乎匹配除LF( ,换行符)以外的所有字符,因此它匹配CR(,回车符),这也是换行符。

PCRE支持覆盖默认换行符(因此支持$锚点的行为)。要使.匹配除CR和LF之外的所有字符,请启用相应的标志:

'/(*ANYCRLF)^## (.*)$/m'
  ^^^^^^^^^^

$将在 之前断言行尾。

有关此动词和其他动词的更多信息,请访问rexegg.com:

默认情况下,当编译PCRE时,您告诉它遇到.(因为它与dotall mode中的换行符不匹配)以及multiline mode中^$锚点的行为时,应该认为什么是换行符。您可以使用以下修饰符覆盖此默认值:

(*CR)只有回车符才被视为换行符
(*LF)仅换行符被视为换行符(如在unix上)
(*CRLF)只有回车符后跟换行符才被视为换行符(如在Windows中一样)
(*ANYCRLF)以上三项中的任何一项均被视为换行符
(*ANY)任何unicode换行符序列都被视为换行符

例如,(*CR)w+.w+匹配Line1 Line2,因为点能够匹配 ,而 不被视为换行符。请参见demo。

相关文章