在找到不同的特定单词后计算特定单词的出现次数

Question

我对正则表达式相当陌生，并且在尝试使用preg_match_all 到count the number of hello after world 的地方陷入困境。

如果我使用"world".+(hello)，它会计入最后一个hello； "world".*?(hello) 停在第一个 hello 处，都给一个计数。

blah blah blah
hello
blah blah blah
class="world" 
blah blah blah
hello 
blah blah
hello
blah blah blah
hello
blah blah blah

我希望 3 计数，因为不应将 world 之前的 hello 计数。

Answer 1

简单正则表达式的另一个选项：

if(preg_match('/"world".*/s', $str, $out)) {
  echo preg_match_all('/\bhello\b/', $out[0]);
}

See demo at tio.run

Answer 2

您可以在此处使用单个 preg_match_all 呼叫：

$text = "blah blah blah\nhello\nblah blah blah\nclass=\"world\" \nblah blah blah\nhello \nblah blah\nhello\nblah blah blah\nhello\nblah blah blah";
echo preg_match_all('~(?:\G(?!^)|\bworld\b).*?\K\bhello\b~s', $text);

请参阅 regex demo 和 PHP demo。 详情：

• (?:\G(?!^)|\bworld\b) - 上一场比赛的结束（\G(?!^) 会检查：\G matches either start of the string or end of the previous match position，所以我们需要排除字符串位置的开始，这是通过 (?!^) 否定前瞻来完成的）或整个单词 @987654333 @
• .*? - 任何零个或多个字符，尽可能少
• \K - 丢弃目前匹配的所有文本
• \bhello\b - 一个完整的词hello。

注意：如果您不需要字边界检查，您可以从模式中删除\b。

如果hello和world是用户定义的模式，你必须在模式中preg_quote他们：

$start = "world";
$find = "hello";
$text = "blah blah blah\nhello\nblah blah blah\nclass=\"world\" \nblah blah blah\nhello \nblah blah\nhello\nblah blah blah\nhello\nblah blah blah";
echo preg_match_all('~(?:\G(?!^)|' . preg_quote($start, '~') . '\b).*?\K' . preg_quote($find, '~') . '~s', $text);

Answer 3

其他方式：如果字符串中不存在world，则强制模式失败并且不重试：

~(?:\A(*COMMIT).*?world)?.*?hello~s

demo

非捕获组是可选的，但很贪婪。结果，每次尝试该模式时都会对其进行测试。
它以与字符串开头匹配的\A 锚点开头，因此这是该组可以成功的唯一位置。在字符串开始后，在其他位置 \A 失败，并且由于该组是可选的，因此忽略其中的剩余子模式，并继续使用 .*?hello 进行研究。
紧随其后的是回溯控制动词(*COMMIT)，如果在它之后失败，则强制模式根本不重试。 （故事结束）。

换句话说，如果该组在字符串开头失败，则研究将一劳永逸地中止。

优点：与基于 \G 的模式相比，它需要的步骤更少。

---

为了更高效，基于\G 的模式也可以这样编写（使用可选组而不是交替）：

~(?:\A.*?world)?(?!\A).*?hello~sA

这里的 A 修饰符扮演 \G 锚点的角色，但它与以 \G 锚点开始模式的每个分支（这里只有一个）完全相同。

Answer 4

一种方法可能是首先去掉字符串的前导部分，直到 world 的第一次出现（包括）。然后调用preg_match_all，就像你已经在做的那样，获取hello的出现次数。

$input = "blah blah blah
hello
blah blah blah
class=\"world\" 
blah blah blah
hello 
blah blah
hello
blah blah blah
hello
blah blah blah";

$input = preg_replace("/^.*?\bworld/", "", $input);
preg_match_all("/\bhello\b/", $input, $matches);
echo sizeof($matches[0]);  // 4