用于标签分隔字符串的正则表达式

Question

我有一堆这样的字符串：

a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc

我需要做的是根据hashtag 的位置将它们拆分成这样的：

Array
(
    [0] => A
    [1] => AAX1AAY222
    [2] => B
    [3] => BBX4BBY555BBZ6
    [4] => C
    [5] => MMM1
    [6] => D
    [7] => ARA1
    [8] => E
    [9] => ABC
)

所以，正如您所见，hashtag 后面的字符以及在下一个字符+主题标签之前的主题标签之后的所有内容都被捕获。

我有以下RegEx，只有当我在每个部分的末尾都有一个numeric 值时才能正常工作。

这是 RegEx 设置：

preg_split('/([A-Z])+#/', $text, 0, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);

它适用于这样的事情：

C#mmm1D#ara1

但是，如果我把它改成这个（去掉数字）：

C#mmmD#ara

那就是结果，不好：

    Array
(
    [0] => C
    [1] => D
)

我也看过this 问题和this 一个，它们相似，但没有一个对我有用。

所以，我的问题是为什么它只有在后面跟着一个数字才有效？以及如何解决？

在这里你可以看到我拥有的一些示例字符串：

a#123b#abcc#def456         // A:123, B:ABC, C:DEF456
a#abc1def2efg3b#abcdefc#8  // A:ABC1DEF2EFG3, B:ABCDEF, C:8
a#abcdef123b#5c#xyz789     // A:ABCDEF123, B:5, C:XYZ789

附：字符串不区分大小写。

附言如果您曾经想过这些字符串到底是什么，它们是用户提交的问卷答案，我不能对它们做任何事情，比如重构，因为它们已经存储并且只需要继续。

为什么不使用爆炸？

如果您查看我的示例，您会发现我还需要在 # 之前捕获字符。如果您认为explode() 可行，请同时发布输出，谢谢！

更新

我们是否应该关注为什么/([A-Z])+#/ 仅在包含数字时才有效？谢谢。

Answer 1

不要使用preg_split()，而是决定要匹配的内容：

1. 如果后跟<any-char># 或<end-of-string>，则为一组“单词”。

2. 如果后面紧跟#，则为字符。

   $str = 'a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc';
   
   preg_match_all('/\w+(?=.#|$)|\w(?=#)/', $str, $matches);
   

Demo

此表达式使用两个前瞻断言。结果在$matches[0]。

更新

另一种看待它的方式是：

preg_match_all('/(\w)#(\w+)(?=\w#|$)/', $str, $matches);

print_r(array_combine($matches[1], $matches[2]));

每个条目以单个字符开头，后跟一个哈希，然后是 X 个字符，直到遇到字符串的结尾或下一个条目的开始。

输出是这样的：

Array
(
    [a] => aax1aay222
    [b] => bbx4bby555bbz6
    [c] => mmm1
    [d] => ara1
    [e] => abc
)

Answer 2

如果您仍想使用 preg_split，您可以删除 +，它可能会按预期工作：

'/([A-Z])#/i'

从那时起，您只匹配之前的主题标签和一个字母字符，而不是全部匹配。

示例：http://codepad.viper-7.com/z1kFDb

编辑：在模式中添加了不区分大小写的标志 i。

Answer 3

使用explode() 而不是正则表达式

$tmpArray = explode("#","a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc");
$myArray = array();
for($i = 0; $i < count($tmpArray) - 1; $i++) {
    if (substr($tmpArray[$i],0,-1)) $myArray[] = substr($tmpArray[$i],0,-1);
    if (substr($tmpArray[$i],-1)) $myArray[] = substr($tmpArray[$i],-1);
}
if (count($tmpArray) && $tmpArray[count($tmpArray) - 1]) $myArray[] = $tmpArray[count($tmpArray) - 1];

编辑：我更新了我的答案以反映更好地阅读问题

Answer 4

您可以使用explode() 函数来拆分除井号以外的字符串，如前面给出的答案中所述。

$myArray = explode("#",$string);

对于字符串 'a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc' 这将返回类似的内容

$myarray = array('a', 'aax1aay22b', 'bbx4bby555bbz6c' ....);

您现在只需将数组中每个字符串的最后一个字符作为另一个项。

$copy = array();
foreach($myArray as $item){
  $beginning = substr($item,0,strlen($item)-1); // this takes all characters except the last one
  $ending = substr($item,-1); // this takes the last one
  $copy[] = $beginning;
  $copy[] = $ending;
} // end foreach

这是一个示例，未经测试。

编辑

您可以使用substr($item,0,-1);，而不是substr($item,0,strlen($item)-1);。