Регулярное выражение с возможными пустыми совпадениями и многострочным соответствием

Следующее регулярное выражение должно работать, но я больше не уверен, что это правильный инструмент для этого:

preg_match_all(
    '%^            # Start of line
    ([^:]*)        # Match anything until a colon, capture in group 1
    :\s*           # Match a colon plus optional whitespace
    (              # Match and capture in group 2:
     (?:           # Start of non-capturing group (used for alternation)
      .*$          #  Either match the rest of the line
      (?=          #  only if one of the following follows here:
       \Z          #  The end of the string
      |            #  or
       \r?\n       #  a newline
       [^:\n\\\\]* #  followed by anything except colon, backslash or newline
       :           #  then a colon
      )            #  End of lookahead
     |             # or match
      (?:          #  Start of non-capturing group (used for alternation/repetition)
       [^:\\\\]    #  Either match a character except colon or backslash
      |            #  or
       \\\\.       #  match any escaped character
      )*           #  Repeat as needed (end of inner non-capturing group)
     )             # End of outer non-capturing group
    )              # End of capturing group 2
    $              # Match the end of the line%mx', 
    $subject, $result, PREG_PATTERN_ORDER);

Смотрите в прямом эфире на regex101.

я новичок в PHP, так что, возможно, это совершенно не так, но, возможно, вы могли бы использовать что-то вроде

$data = <<<EOT
FooID: 123456
Name: Chuck
When: 01/02/2013 01:23:45
InternalID: 789654
User Message: Hello,
this is nillable, but can be quite long. Text can be spread out over many     lines
And can start with any number of \n's. It can be empty, too
EOT;

if ($key = preg_match_all('~^[^:\n]+?:~m', $data, $match)) {
    $val = explode('¬', preg_filter('~^[^:\n]+?:~m', '¬', $data));

    array_shift($val);

    $res = array_combine($match[0], $val);
}

print_r($res);

урожаи

Array
(
    [FooID:] =>  123456
    [Name:] =>  Chuck
    [When:] =>  01/02/2013 01:23:45
    [InternalID:] =>  789654
    [User Message:] =>  Hello,
this is nillable, but can be quite long. Text can be spread out over many     lines
And can start with any number of 
's. It can be empty, too
)

Итак, вот что я придумал, используя хитрый preg_replace_callback():

$string ='FooID: 123456
Name: Chuck
When: 01/02/2013 01:23:45
InternalID: 789654
User Message: Hello,
this is nillable, but can be quite long. Text can be spread out over many lines
And can start with any number of \n\'s. It can be empty, too
Yellow:cool';

$array = array();
preg_replace_callback('#^(.*?):(.*)|.*$#m', function($m)use(&$array){
    static $last_key = ''; // We are going to use this as a reference
    if(isset($m[1])){// If there is a normal match (key : value)
        $array[$m[1]] = $m[2]; // Then add to array
        $last_key = $m[1]; // define the new last key
    }else{ // else
        $array[$last_key] .= PHP_EOL . $m[0]; // add the whole line to the last entry
    }
}, $string); // Anonymous function used thus PHP 5.3+ is required
print_r($array); // print

Онлайн-демонстрация

Недостаток: я использую PHP_EOL для добавления новых строк, связанных с ОС.

Я думаю, что не стал бы использовать регулярное выражение для выполнения этой задачи, а вместо этого разделил бы ее на подзадачи.

Схема базового алгоритма

1. Разделите строку на \n, используя explode
2. Loop over the resulting array
   1. Split the resulting strings on : also using explode with a limit of 2.
   2. Если длина созданного массива меньше 2, добавьте все данные к предыдущему значению ключа.
   3. В противном случае используйте первый индекс массива в качестве ключа, а второй — в качестве значения, если только разделенное двоеточие не было экранировано (в этом случае вместо этого добавьте ключ + разделение + значение к предыдущему значению ключа)

Этот алгоритм предполагает отсутствие ключей с экранированными двоеточиями. Экранированные двоеточия в значениях будут нормально обработаны (т. е. пользовательский ввод).

Код

$str = <<<EOT
FooID: 123456
Name: Chuck
When: 01/02/2013 01:23:45
InternalID: 
User Message: Hello,
this is nillable, but can be quite long. Text can be spread out over many lines
This\: works too. And can start with any number of \\n's. It can be empty, too.
What's worse, though is that this CAN contain colons (but they're _"escaped"_


using `\`) like so `\:`, and even basic markup!
EOT;

$arr = explode("\n", $str);

$prevKey = '';
$split = ': ';
$output = array();
for ($i = 0, $arrlen = sizeof($arr); $i < $arrlen; $i++) {
  $keyValuePair = explode($split, $arr[$i], 2);
  // ?: Is this a valid key/value pair
  if (sizeof($keyValuePair) < 2 && $i > 0) {
    // -> Nope, append the value to the previous key's value
    $output[$prevKey] .= "\n" . $keyValuePair[0];
  }
  else {
    // -> Maybe
    // ?: Did we miss an escaped colon
    if (substr($keyValuePair[0], -1) === '\\') {
      // -> Yep, this means this is a value, not a key/value pair append both key and
      // value (including the split between) to the previous key's value ignoring
      // any colons in the rest of the string (allowing dates to pass through)
      $output[$prevKey] .= "\n" . $keyValuePair[0] . $split . $keyValuePair[1];
    }
    else {
      // -> Nope, create a new key with a value
      $output[$keyValuePair[0]] = $keyValuePair[1];
      $prevKey = $keyValuePair[0];
    }
  }
}

var_dump($output);

Выход

array(5) {
  ["FooID"]=>
  string(6) "123456"
  ["Name"]=>
  string(5) "Chuck"
  ["When"]=>
  string(19) "01/02/2013 01:23:45"
  ["InternalID"]=>
  string(0) ""
  ["User Message"]=>
  string(293) "Hello,
this is nillable, but can be quite long. Text can be spread out over many lines
This\: works too. And can start with any number of \n's. It can be empty, too.
What's worse, though is that this CAN contain colons (but they're _"escaped"_


using `\`) like so `\:`, and even basic markup!"
}

Онлайн-демонстрация