本文详解如何使用正则预校验 + 递归函数组合策略，将形如 Group name { ... } 的嵌套文本结构精准解析为符合要求的 PHP 多维关联数组，并支持任意深度嵌套与表格行解析。
本文详解如何使用正则预校验 + 递归函数组合策略，将形如 `group name { ... }` 的嵌套文本结构精准解析为符合要求的 php 多维关联数组，并支持任意深度嵌套与表格行解析。
在处理配置文件、领域特定语言（DSL）或自定义模板语法时，开发者常需解析具有层级语义的类 DSL 文本。例如如下结构：
Group test
{
Group test1
{
#-# Type Val
1 typ1 10
2 typ2 10
3 typ3 10
}
Group test2
{
#-# Type Val
1 typ1 10
2 typ2 10
}
}目标是将其转换为标准 PHP 关联数组（最终可 json_encode 输出），结构严格对应层级关系：
[
"test" => [
"test1" => [
0 => ["#-#", "Type", "Val"],
1 => ["1", "typ1", "10"],
2 => ["2", "typ2", "10"],
3 => ["3", "typ3", "10"]
],
"test2" => [
0 => ["#-#", "Type", "Val"],
1 => ["1", "typ1", "10"],
2 => ["2", "typ2", "10"]
]
]
]✅ 核心设计思想：两阶段安全解析
为兼顾语法健壮性与结构可维护性，我们采用「先验证、后解析」的双阶段策略：
-
第一阶段（语法校验）：使用 PCRE 的 (?DEFINE) 命名子模式 + 递归断言 (?
... \g ...)，一次性验证整个输入是否符合嵌套 {} 结构规范。避免无效输入导致递归崩溃。 - 第二阶段（语义解析）：通过递归函数 group2array() 逐层提取组名与内容，对每层内容分别识别子组（Group xxx { ... }）或数据行（空格分隔字段），再调用自身处理子组，形成天然的树形遍历。
? 完整实现代码（含注释）
<?php
$str = <<<'STR'
Group test
{
Group test1
{
#-# Type Val
1 typ1 10
2 typ2 10
3 typ3 10
}
Group test2
{
#-# Type Val
1 typ1 10
2 typ2 10
}
}
STR;
// 【阶段一】递归正则语法校验：确保输入结构合法（防止非法嵌套/缺失括号）
$pattern = <<<'REGEX'
~
(?(DEFINE)
(?<group>
Group \s+ \g<groupName> \s* { \s*
(?:
\g<group> (?: \s+ \g<group>)*
|
\g<line> (?: \h*+ \s+ \g<line>)*
)?
\s*
}
)
(?<groupName> \w+ )
(?<line> \g<value> (?: \h+ \g<value>)* )
(?<value> [^\s{}]+ )
)
\A \s* \g<group> \s* \z (*:MAIN_GROUP)
~x
REGEX;
// 【阶段二】递归解析函数：将合法结构转为嵌套数组
function group2array(string $group): array {
$ret = [];
$index = 0;
// 提取当前组名和大括号内原始内容（贪婪匹配，保留换行与空白）
if (!preg_match('~Group \s+ (?<name> \w+ ) \s* { \s* (?<content> .* \S ) \s* } ~sx', $group, $match)) {
throw new InvalidArgumentException("Invalid group format: missing name or content");
}
$name = $match['name'];
$content = $match['content'];
$ret[$name] = [];
// 在 content 中同时匹配子组（Group ... { ... }）和数据行（非空格序列）
preg_match_all(
'~
\s* (?<group> Group \s+ \w+ \s* { [^{}]*+ (?: \g<group> [^{}]* )*+ } )
|
\s* (?<line> [^\s{}]+ (?: \h+ [^\s{}]+ )* )
~x',
$content,
$matches,
PREG_SET_ORDER
);
foreach ($matches as $m) {
if (isset($m['line']) && trim($m['line']) !== '') {
// 解析为表格行：按空白分割（支持多空格/制表符）
$ret[$name][$index++] = preg_split('~\s+~', trim($m['line']), -1, PREG_SPLIT_NO_EMPTY);
} elseif (isset($m['group'])) {
// 递归解析子组
$subArray = group2array($m['group']);
$subKey = key($subArray);
$ret[$name][$subKey] = current($subArray);
}
}
return $ret;
}
// 【执行】先校验，再解析，双重保障
if (preg_match($pattern, $str)) {
$result = group2array($str);
echo "✅ 解析成功，JSON 输出：\n";
echo json_encode($result, JSON_UNESCAPED_UNICODE | JSON_PRETTY_PRINT) . "\n\n";
echo "? PHP 数组结构：\n";
print_r($result);
} else {
echo "❌ 输入格式错误：未通过嵌套结构语法校验。\n";
}⚠️ 关键注意事项
- 递归深度限制：PHP 默认 pcre.recursion_limit 通常为 100，若嵌套超深（>50 层），需在 php.ini 中调高该值，或改用栈模拟递归（本文未展开）。
- 空白处理逻辑：preg_split('~\s+~', ...) 自动合并连续空白，适配 #-# Type Val 这类不规则对齐；若需保留原始列位置（如固定宽度解析），应改用 str_split() 或正则捕获组。
-
命名约束：当前正则 (?
\w+) 仅支持字母/数字/下划线。如需支持连字符（如 test-1），请改为 (? [\w-]+) 并同步更新 preg_match 中的捕获。 - 错误防御：生产环境建议增加 try/catch 包裹 group2array()，并对 preg_match 返回值做显式判断，避免静默失败。
✅ 总结
本文提供的方案并非简单“一行正则搞定”，而是遵循工程化解析范式：用递归正则守门（Syntax Validation），用递归函数建模（Semantic Parsing）。它既规避了纯正则难以维护的复杂性，又避免了无校验递归带来的崩溃风险。对于类似 INI、TOML 子集或自定义配置语法的解析场景，该模式具备高度可复用性与可扩展性——你只需调整 (?
立即学习“PHP免费学习笔记（深入）”；
