Primeiro, sobre .*?
: o ponto corresponde a qualquer caractere, e o *?
é um quantificador lazy, que pega zero ou mais caracteres, mas sempre a menor quantidade possível que satisfaça a expressão.
O funcionamento detalhado é explicado aqui, aqui e aqui, mas basicamente funciona assim:
Supondo o caso de Expression|e
, primeiro a regex tenta um match com zero caracteres antes do }
. Como tem mais de um, ela volta e tenta com somente o "E".
Como depois do "E" não tem "}", ela tenta com "Ex", e assim por diante. Quando chega no "n", o lookahead vê que depois tem |e
e falha, só que como o ponto corresponde a qualquer caractere, ela continua tentando.
Então a próxima tentativa é com "Expression|", ela vê que depois não tem "}", e por fim tenta com "Expression|e", vê que depois não tem |e
e tem "}", e retorna o match.
Isso acontece porque a expressão quer dizer "zero ou mais caracteres (.*?
), desde que não tenha "|e" depois". O problema é que o ponto pega qualquer caractere, inclusive o próprio |
e também o e
. Pode parecer contraditório e contraintuitivo, mas é assim que a engine funciona.
Se a ideia é não permitir |e
dentro dos colchetes, então o lookahead deve estar dentro da repetição:
preg_match_all('/{{([^}](?!\|e))+}}/',$content,$matches);
No caso, [^}]
é "qualquer caractere que não seja }
" e o lookahead fica logo depois. Ou seja, é um único caractere, desde que depois não tenha |e
.
E tudo isso se repete várias vezes: coloquei tudo entre parênteses e usei o quantificador +
, que indica uma ou mais ocorrências. O *
indica "zero ou mais ocorrências", ou seja, também pega casos como {{}}
. Já usando +
eu forço que tenha pelo menos um caractere entre os colchetes.
Portanto a regex agora é "qualquer caractere que não seja }
, desde que não tenha |e
depois, tudo isso repetido uma ou mais vezes".
Um detalhe é que os parênteses formam um grupo de captura, que acabam "ocupando espaço" no array de matches. Se não quiser esses dados a mais (e somente o match completo), basta trocar para grupos de não-captura, colocando (?:
:
preg_match_all('/{{(?:[^}](?!\|e))+}}/',$content,$matches);