字符串到数组，用单引号和双引号分隔

Question

我正在尝试使用 php 将字符串拆分为数组组件，使用 " 或 ' 作为分隔符。我只想按最外面的字符串拆分。以下是四个示例以及每个示例的预期结果：

$pattern = "?????";
$str = "the cat 'sat on' the mat";
$res = preg_split($pattern, $str);
print_r($res);
/*output:
Array
(
    [0] => the cat 
    [1] => 'sat on'
    [2] =>  the mat
)*/

$str = "the cat \"sat on\" the mat";
$res = preg_split($pattern, $str);
print_r($res);
/*output:
Array
(
    [0] => the cat 
    [1] => "sat on"
    [2] =>  the mat
)*/

$str = "the \"cat 'sat' on\" the mat";
$res = preg_split($pattern, $str);
print_r($res);
/*output:
Array
(
    [0] => the
    [1] => "cat 'sat' on"
    [2] =>  the mat
)*/

$str = "the 'cat \"sat\" on' the mat 'when \"it\" was' seventeen";
$res = preg_split($pattern, $str);
print_r($res);
/*output:
Array
(
    [0] => the
    [1] => 'cat "sat" on'
    [2] =>  the mat
    [3] => 'when "it" was'
    [4] =>  seventeen
)*/

如您所见，我只想按最外层的引号分割，我想忽略引号内的任何引号。

我为$pattern 想出的最接近的是

$pattern = "/((?P<quot>['\"])[^(?P=quot)]*?(?P=quot))/";

但显然这是行不通的。

Answer 1

您可以将preg_split 与PREG_SPLIT_DELIM_CAPTURE 选项一起使用。正则表达式不如@Jan Turoň 的反向引用方法那么优雅，因为所需的捕获组会弄乱结果。

$str = "the 'cat \"sat\" on' the mat the \"cat 'sat' on\" the mat";
$match = preg_split("/('[^']*'|\"[^\"]*\")/U", $str, null, PREG_SPLIT_DELIM_CAPTURE);
print_r($match);

Answer 2

您可以只使用preg_match：

$str = "the \"cat 'sat' on\" the mat";
$pattern = '/^([^\'"]*)(([\'"]).*\3)(.*)$/';

if (preg_match($pattern, $str, $matches)) {
  printf("[initial] => %s\n[quoted] => %s\n[end] => %s\n",
     $matches[1],
     $matches[2],
     $matches[4]
  );
}

打印出来：

[initial] => the 
[quoted] => "cat 'sat' on"
[end] =>  the mat

下面是正则表达式的解释：

• /^([^\'"]*) => 将初始位放在第一个捕获组中的第一个引号（单引号或双引号）之前
• (([\'"]).*\3) => 在 \2 中捕获从初始引号（单引号或双引号）（在 \3 中捕获）到结束引号（必须与开始引号的类型相同，因此 \3 ）。正则表达式本质上是贪婪的这一事实有助于从第一个引号到最后一个引号，无论里面有多少个引号。
• (.*)$/ => 在 \4 中捕获直到结束

Answer 3

另一个使用preg_replace_callback的解决方案

$result1 = array();
function parser($p) {
  global $result1;
  $result1[] = $p[0];
  return "|"; // temporary delimiter
}

$str = "the 'cat \"sat\" on' the mat 'when \"it\" was' seventeen";
$str = preg_replace_callback("/(['\"]).*\\1/U", "parser", $str);
$result2 = explode("|",$str); // using temporary delimiter

现在您可以使用 array_map 压缩这些数组

$result = array();
function zipper($a,$b) {
  global $result;
  if($a) $result[] = $a;
  if($b) $result[] = $b;
}
array_map("zipper",$result2,$result1);
print_r($result);

结果是

[0] => the 
[1] => 'cat "sat" on'
[2] =>  the mat 
[3] => 'when "it" was'
[4] =>  seventeen

注意：我可能会更好地创建一个执行此壮举的类，这样可以避免使用全局变量。

Answer 4

您可以在preg_match_all 中使用back references 和ungreedy modifier

$str = "the 'cat \"sat\" on' the mat 'when \"it\" was' seventeen";
preg_match_all("/(['\"])(.*)\\1/U", $str, $match);
print_r($match[0]);

现在你有了最外层的引用部分

[0] => 'cat "sat" on'
[1] => 'when "it" was'

您可以使用substr 和strpos 找到字符串的其余部分（一种黑盒解决方案）

$a = $b = 0; $result = array();
foreach($match[0] as $part) {
  $b = strpos($str,$part);
  $result[] = substr($str,$a,$b-$a);
  $result[] = $part;
  $a = $b+strlen($part);
}
$result[] = substr($str,$a);
print_r($result);

这是结果

[0] => the 
[1] => 'cat "sat" on'
[2] =>  the mat 
[3] => 'when "it" was'
[4] =>  seventeen

如果引号位于字符串的最开头/结尾，则只需去掉最终的空标题/尾随元素。