正则表达式递归匹配嵌套条件语句（if/elseif/else/if）的完整教程

本文详解如何使用 php pcre 的递归语法 `(?r)` 和命名子组 `g`，精准匹配多层嵌套的 `[if]…[/if]` 模板语法，避免回溯灾难，提取最外层完整条件块及其内容与结束标签。

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（(?…)）和引用（g），可构建健壮、可读、高性能的嵌套解析模式。

✅ 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。