本文详解如何使用 php pcre 的递归语法 `(?r)` 和命名子组 `\g
在模板引擎或自定义标记解析场景中，常需处理形如 [if cond][if cond]...[/if][else]...[/if] 的嵌套条件结构。若仅用普通正则（如 /\[if.*?\].*?\[\/if\]/s），极易因贪婪匹配、无边界控制导致错误捕获内层片段或 catastrophic backtracking（灾难性回溯），尤其在长文本中性能骤降甚至超时。
PHP 的 PCRE 引擎支持真正的递归正则表达式（(?R)），配合命名捕获组（(?
✅ 推荐正则模式（带注释的清晰版本）
$pattern = '~
\[if \s+ (?[^]]*) ] # 匹配 [if XXX]，捕获条件到 "cond"
(? # 命名组 "content"：主体内容（含递归）
[^[]*+ # 非左括号字符（原子组，禁用回溯）
(?: # 非捕获组：允许递归或跳过干扰标签
(?R) [^[]* # 递归匹配整个模式（即新一层 [if...[/if]）
| # 或
\[ (?! /if] | else (?:if)? \b) [^[]* # 匹配非终结标签（如 [img], [else] 不在此处终结）
)*+
)
(? # 命名组 "rest"：后续 elseif/else 及闭合
(?: \[elseif \s+ [^]]* ] \g )*+ # 零或多个 [elseif...] + 内容
(?: \[else] \g )?+ # 可选 [else] + 内容
\[/if] # 必须以 [/if] 结束
)
~x'; ✅ 关键设计要点： (?R) 表示递归调用整个正则表达式，天然支持任意深度嵌套； \g 复用已定义的 content 组逻辑，避免重复书写，提升可维护性； [^[]*+ 使用*占有量词 `+`**（atomic quantifier），彻底禁用回溯，杜绝灾难性回溯； (?! /if] | else (?:if)? \b) 是负向先行断言，确保 [else]、[elseif] 等不被误判为外层结束，仅由 [/if] 作为最终终止符； x 修饰符启用空白忽略与注释支持，大幅提升可读性与协作效率。
? 实际使用示例（PHP）
$text = <<Delete [else] Insufficient permissions [/if] [/if] [elseif guest_mode] Please log in. [else] Unknown state. [/if] EOT; if (preg_match($pattern, $text, $matches)) { echo "Outer condition: [" . $matches['cond'] . "]\n"; echo "Full matched block:\n" . $matches[0] . "\n"; echo "Content (excluding outer tags):\n" . $matches['content'] . "\n"; }
⚠️ 重要注意事项
- 不适用于 JavaScript / Python re 模块：(?R) 是 PCRE（PHP、Perl、R）特有语法，JS 正则无原生递归支持，Python re 也不支持；若需跨平台，请改用栈式解析器（如 DOMDocument 或手写状态机）。
- 性能敏感场景慎用过度递归：虽然本模式已通过原子组优化，但极端深度（>100 层）仍可能触发 PCRE 递归限制（可通过 pcre.recursion_limit 调整，但建议优先重构逻辑）。
-
条件值需严格校验：正则只做结构匹配，(?
[^]]*) 提取的条件字符串需在业务层二次解析（如 trim($matches['cond']) === 'user_logged_in'），不可直接 eval()。 -
避免混合 HTML 解析：若模板中混有 等 HTML 标签，且存在 [] 字符，需先转义或预处理，否则会破坏匹配边界。
✅ 总结
使用 (?R) + 命名子组 + 原子量词是解析嵌套标记（如 [if]、[loop]、[include]）的PCRE 最佳实践。它比基于 strpos 的手动扫描更简洁、比第三方解析库更轻量，且完全利用 PHP 内置函数，零依赖、高可控。只要结构清晰、边界明确，正则递归就是可靠又高效的首选方案。
