coolcode轉SyntaxHighlighter與MysqlRegex實現分析

最近，我抽空改成SyntaxHighlighter。由於coolcode外掛程式的開頭標籤是
<coolcode>
或者[coolcode]這樣的，而SyntaxHighlighter是

[code lang="php"]
這樣的（或者其他）。遂只能想辦法把老的格式轉化成新的格式。當然，肯定用到Regex了。
原來的代碼高亮開頭標識為

<coolcode lang="php" download="123.php" linenum="on"><coolcode lang="php" linenum="off"><coolcode lang="php">
這種類型的，
而SyntaxHighlighter的標識為

[code lang="php"]
那根據要求寫的Regex為

<coolcode lang="[a-z]+".*?>
解釋一下 複製代碼 代碼如下:[a-z]+ 匹配 php,javascript,cpp,sql,css 等，後面的.*?中的 .表示任何除了換行之外的字元，而*表示0次或者無數次，*+這些表述次數的符號後面接的?標識非貪婪模式

看圖，這個正則可以實現上述要求了。

但是，問題還沒解決，我們還有一種情況沒考慮，那就是
<coolcode
後面不一定接的就是lang="php"這樣的屬性啊，有可能是download，也有可能是linenum="on/off"啊，所以，我們的正則還需要改。
CFC4N把正則改為
<coolcode.*?lang="[a-z]+".*?>
如下

細心的朋友可能看出來圖中匹配的紅色框內多出了
<coolcode
，意思也就是說，前面的

<coolcode>
需要排除掉。如何排除呢？聰明的你肯定立刻想到.這個萬能字元替換成非<>兩個符號的規則，好，CFC4N立刻修改一下。
修改之後的正則為

<coolcode.*?lang="[a-z]+".*?>
果然，匹配正常了。結果見。

到這裡，問題似乎解決了，可是，當初糊塗的我，把coolcode的兩種開頭標識都用了，那就是

<coolcode
和[coolcode，那麼，看官您認為這個正則該如何改寫呢？
沒錯，無非就是開頭，結尾的標識考慮兩種情況<和[，那麼正則就好改了。（別忘了排除規則裡的符號哦）
[<\[]coolcode[^<>\[\]]*?lang="[a-z]+"[^<>\[\]]*?[>\]]
嗯，好，我們來看下效果：

很好很完美。
下面，就可以去執行了。
可是，我遇到一個很意外的事情。居然發現老的代碼裡包含這樣的格式
[coolcode linenum=\"off\" lang=\"cpp\"]<coolcode download=\"\" lang=\"cpp\" linenum="off">
呃，問題在這裡了，只是多了個逸出字元\罷了，那麼，改起來，也簡單。也就是允許\出現0次或者一次，而標識0次或者1次的符號為?，那麼我們直接在\後面加個?，也就是改成這樣\?就可以了嗎？
顯然，不是。在Regex裡，\也表示轉義，那麼，匹配\的話，也得轉義一下\，則應該為\\? 這樣才對。
修改後正則為
[<\[]coolcode[^<>\[\]]*?lang=\\?"[a-z]+\\?"[^<>\[\]]*?[>\]]
匹配結果見:

現在，大功告成了。我們可以進行轉換了。關於轉換，我們可以用兩種方法。

•Mysql的REPLACE函數，單個的去替換
<coolcode lang="php/cpp/javascript/sql/css等" download="name" linenum="on/off">
為對應的
[code lang="php/cpp/javascript/sql/css等"]
，這樣操作，省的去寫程式，取出，替換，再寫入了，缺點是量大，手工也挺累，體力活。mysql僅僅支援正則查詢，不支援正則查詢的替換，我們也可以構造聯合嵌套的SQL來替換正則匹配的字串，但是無法取出php/cpp/javascrip這樣的語言標記，替換為新的語言標記。也就是說，mysql不支援Regex的反向引用。

•PHP讀資料庫，替換，再寫入。PHP的preg_replace函數支援反向引用（preg_replace不支援自訂群組名的反向引用），我們只好寫個查詢語句，查詢包含coolcode標識的文章，然後再替換，當然，直接查詢包含coolcode的文章可能太多，我們也可以寫個MYSQL支援的POSIX正則引擎的運算式，來匹配使用coolcode標籤的文章，再來替換，寫入。以減少文章的操作量。當然Regex也會浪費很大的資源。
當然，在PHP代碼的preg_replace函數使用上面的正則，進行反向引用時，需要對正則稍作修改。給lang=""中間的一個組名。正則修改為
[<\[]coolcode[^<>\[\]]*?lang=\\?"([a-z]+\\?)"[^<>\[\]]*?[>\]]
PHP的替換代碼為
$contents = preg_replace('/[<|[]coolcode[^>[\]]*?lang=\\\\?"([^"]+?)\\\\?"[^>[\]]*?[>|\]]/i','[code lang="\\1"',$contents);
其中正則的i修飾符標識不區分大小寫。

還有，別忘記了coolcode的結束標識和[/coolcode]要替換成[/code]。
mysql裡執行兩句sql即可 複製代碼 代碼如下:UPDATE wp_posts SET post_content = REPLACE(post_content,'</coolcode>','[\/code]'); //注意後面多了個反斜線，記得去掉
UPDATE wp_posts SET post_content = REPLACE(post_content,'[/coolcode]','[\/code]'); //注意後面多了個反斜線，記得去掉

總結：
本文牽扯的Regex並無進階用法，都是平常很簡單的用法。關於PCRE引擎Regex的遞迴(迭代),組命名，反向引用，零寬斷言等，CFC4N會在以後的時間裡，找合適的例子寫出來。當然，這些進階用法，CFC4N在幫朋友寫的Regex裡已經用到了，大家可以看看，歡迎批評和指點。
PS：如果需要coolcode轉SyntaxHighlighter的完整PHP程式，留言即可，我抽空寫出來。