如何以重复格式捕获/隔离文本中的特定子字符串？答案

【问题标题】：How to capture/isolate a specific substring in text with repeated formatting?如何以重复格式捕获/隔离文本中的特定子字符串？
【发布时间】：2012-05-25 13:31:03
【问题描述】：

我正在学习正则表达式，但我不确定如何从输出中“取出”特定内容。

示例 - 我想检索特定 CSS 样式的值。

这是一个简化的例子：

$source = 'foo { bar: Something }
           foo { bar: Else }
           foo { bar: Yay }';

我想在 var_dump 之后输出这个：

array(3) {
  [0]=>
  string(9) "Something"
  [1]=>
  string(4) "Else"
  [2]=>
  string(3) "Yay"
}

这是我的正则表达式：

preg_match_all("/foo\s*{\s*bar:\s*[A-Za-z]*\s*}/",$source,$matches);
    
foreach($matches as $example) {
   echo '<pre>';
   var_dump($example);
   echo '</pre>';
   }

我得到：

array(3) {
  [0]=>
  string(22) "foo { bar: Something }"
  [1]=>
  string(17) "foo { bar: Else }"
  [2]=>
  string(16) "foo { bar: Yay }"
}

如何限制我的输出数据，使其仅显示所需的内容，而不是与正则表达式匹配的所有内容？

【问题讨论】：

标签： php regex preg-match-all capture-group

【解决方案1】：

preg_match_all("/foo\s*{\s*bar:\s*([A-Za-z]*)\s*}/",$source,$matches);
                                  ^----     ^----

这种情况下的括号称为“捕获组”

http://nz.php.net/manual/en/regexp.reference.subpatterns.php

【讨论】：

【解决方案2】：

在要匹配的区域周围使用括号。

【讨论】：

【解决方案3】：

尝试将您的正则表达式更改为

/foo\s*{\s*bar:\s*([A-Za-z]*)\s*}/

然后再次查看输出。然后，您可能会在输出中看到仅包含您要获取的文本的条目。

通过使用( 和)，您可以在正则表达式中创建一个组，preg_match_all 函数也将只输出这些组内的内容。

输出数组

一个例子：

$text = 'Here comes a number: 5, here comes a number: 3
          and here comes a number: 4';
preg_match_all( '/[Hh]ere comes a number: ([0-9])/', $text, $matches );

运行此代码后，$matches 现在将是：

array(
    array( 'Here comes a number: 5', '5' ),
    array( 'Here comes a number: 5', '5' ),
    array( 'Here comes a number: 5', '5' )
)

如您所见，$matches 将为每个匹配的字符串包含一个数组。第一个条目 ($matches[0]) 将始终包含完整匹配的字符串。其他索引（$matches[1]、$matches[2] 等）将仅按顺序包含指定组的值。如果您指定一个可选组（例如test([0-9])?），则关联的索引将包含一个null 值。

从输出中排除组

有时您想指定一个组，但不想将其包含在输出数组中。例如：

$text = 'Here comes a number: 5, here comes another number: 3
          and here comes a number: 4';
preg_match_all( '/[Hh]ere comes a(nother)? number: ([0-9])/', $text, $matches );

我为nother 添加了一个组，因为我希望它是可选的。现在我的$matches[1] 包含"nother" 或null，我的$matches[2] 包含实际数字。由于我对用户是选择写 "another" 还是 "a" 不感兴趣，所以我想从输出中排除这个组。

这可以通过以(?: 开头的组来完成。结果代码：

$text = 'Here comes a number: 5, here comes a number: 3
           and here comes a number: 4';
preg_match_all( '/[Hh]ere comes a(?:nother)? number: ([0-9])/', $text, $matches );

(?:nother) 组在输出中被忽略，$matches[1] 引用我们感兴趣的实际数字。

【讨论】：