17370845950

本文详解如何用正则表达式与循环替换策略，精准处理多层嵌套的 `[code=xxx]...[/code]` bbcode 标签，避免截断或错配，确保深层嵌套内容被完整、安全地提取或转换。

在 PHP 中实现 BBCode 解析时，最常见也最容易出错的问题之一就是同名标签的嵌套处理——例如 [code=php]...[code=js]...[/code]...[/code]。原始正则 #\[(code)=(.*?)\](.*?)\[/\1\]#si 采用贪婪匹配，仅能捕获最外层到第一个 [/code] 的内容，导致内层标签被当作普通文本残留，最终解析失败。

✅ 正确思路：非贪婪 + 负向先行断言 + 迭代替换

为支持任意深度嵌套（如 [code]A[code]B[/code]C[/code]），需满足两个核心要求：

• 跳过内部同名标签的起始/结束标记（即不把 [code=...] 或 [/code] 当作当前层级的边界）；
• 逐层由内向外剥离，避免一次性匹配引发的截断。

推荐使用以下正则（带注释）：

$pattern = '~\[code=([^]]*)]([^[]*(?:\[(?!/code]|code=)[^[]*)*)\[/code]~';

关键设计解析：

• ([^]]*)：捕获语言标识（如 php），限定在 ] 前，防止越界；
• ([^[]*(?:\[(?!/code]|code=)[^[]*)*)：主体内容组，核心逻辑：
  • [^[]*：匹配不含 [ 的任意字符；
  • (?:\[(?!/code]|code=)[^[]*)*：匹配「以 [ 开头但不是 /code] 或 code=」的子串（即允许 [img]、[b] 等其他标签，但跳过嵌套 [code]）；
• 整体不依赖 s 修饰符，兼容换行且更可控。

⚠️ 注意：该正则仅匹配一层（最内层），因此必须循环执行直到无替换发生，才能完全展开所有嵌套：

function parseNestedCode($text) {
    $count = 0;
    do {
        $text = preg_replace(
            '~\[code=([^]]*)]([^[]*(?:\[(?!/code]|code=)[^[]*)*)\[/code]~i',
            '$2',
            $text,
            -1,
            $count
        );
    } while ($count > 0);
    return $text;
}

// 测试用例
$content = '[code=php]test message [code=js]console.log("hello");[/code] and more[/code]';
echo parseNestedCode($content);
// 输出：test message console.log("hello"); and more

? 替代方案：PCRE 递归模式（需 PCRE ≥ 8.32）

若环境支持，可启用 (?R) 递归子模式，单次匹配即可处理任意深度：

$pattern = '~\[code=([^]]*)]((?:(?!\[/?code\b).|(?R))*)\[/code]~si';
$result = preg_replace($pattern, '$2', $content);

✅ 优势：简洁、一次到位；
⚠️ 风险：(?R) 在复杂嵌套下可能栈溢出，且部分旧版 PHP（生产环境建议优先使用迭代法。

? 最佳实践建议

• 永远先转义输出：替换后的 HTML 内容若含用户输入，务必对 $2 中的内容做 htmlspecialchars() 处理，防止 XSS；
• 限制最大嵌套深度：在循环中加入计数器（如 if ($iterations++ > 10) break;），防恶意超深嵌套导致 DoS；
• 扩展性设计：将 $pattern 和替换逻辑封装为通用方法，便于后续支持 [quote]、[list] 等其他可嵌套标签。

通过上述方法，你不仅能彻底解决 [code] 嵌套解析问题，更能构建一个健壮、可维护的 BBCode 解析器基础框架。