如何通过分隔符拆分字符串，但如果转义则不行？比如我有一个字符串：
1|2\|2|3\\|4\\\|4
分隔符为|，转义分隔符为\|。此外，我想忽略转义的反斜杠，因此在 \\| 中，| 仍然是分隔符。
所以使用上面的字符串，结果应该是：
[0] => 1
[1] => 2\|2
[2] => 3\\
[3] => 4\\\|4
【问题讨论】：
标签： php regex preg-split
使用黑魔法：
$array = preg_split('~\\\\.(*SKIP)(*FAIL)|\|~s', $string);
\\\\. 匹配后跟一个字符的反斜杠，(*SKIP)(*FAIL) 跳过它，\| 匹配您的分隔符。
【讨论】：
(*SKIP)(*FAIL)的文档吗？
(*SKIP)。您可以在此处找到所有回溯控制动词（如 *SKIP、*FAIL、*ACCEPT、*PRUNE 等）的文档。
a\\\a 在 PHP 解析字符串后将是 两个 反斜杠 ;) a\\\a 与 a\\\\a 到 PHP 相同 :)
最近我设计了一个解决方案：
$array = preg_split('~ ((?<!\\\\)|(?<=[^\\\\](\\\\\\\\)+)) \| ~x', $string);
但是黑魔法解决方案还是快了三倍。
【讨论】：
与split(...) 不同，IMO 更直观的是使用某种“扫描”功能，其操作类似于词法标记器。在 PHP 中，这将是 preg_match_all 函数。你只是说你想匹配：
\ 或|
\ 后跟 \ 或 |
以下演示：
$input = "1|2\\|2|3\\\\|4\\\\\\|4";
echo $input . "\n\n";
preg_match_all('/(?:\\\\.|[^\\\\|])+/', $input, $parts);
print_r($parts[0]);
将打印：
1|2\|2|3\\|4\\\|4
Array
(
[0] => 1
[1] => 2\|2
[2] => 3\\
[3] => 4\\\|4
)
【讨论】：
+，您可以删除空元素：a||c。使用*，您可能会得到您并不真正想要的空元素（尽管我认为不是在这里）。不知何故，它永远不会完全一样......
[^\\|] 中逃脱了管道。我有点走神了。
+ 更改为 * （我猜会匹配许多空字符串）。如果管道之间可能出现空字符串的极端情况，我会像这样处理它...|(?<=^|\|)(?=$|\|)，其中... 是现有的正则表达式。
对于未来的读者，这是一个通用的解决方案。它基于 NikiC 的想法与(*SKIP)(*FAIL):
function split_escaped($delimiter, $escaper, $text)
{
$d = preg_quote($delimiter, "~");
$e = preg_quote($escaper, "~");
$tokens = preg_split(
'~' . $e . '(' . $e . '|' . $d . ')(*SKIP)(*FAIL)|' . $d . '~',
$text
);
$escaperReplacement = str_replace(['\\', '$'], ['\\\\', '\\$'], $escaper);
$delimiterReplacement = str_replace(['\\', '$'], ['\\\\', '\\$'], $delimiter);
return preg_replace(
['~' . $e . $e . '~', '~' . $e . $d . '~'],
[$escaperReplacement, $delimiterReplacement],
$tokens
);
}
试一试：
// the base situation:
$text = "asdf\\,fds\\,ddf,\\\\,f\\,,dd";
$delimiter = ",";
$escaper = "\\";
print_r(split_escaped($delimiter, $escaper, $text));
// other signs:
$text = "dk!%fj%slak!%df!!jlskj%%dfl%isr%!%%jlf";
$delimiter = "%";
$escaper = "!";
print_r(split_escaped($delimiter, $escaper, $text));
// delimiter with multiple characters:
$text = "aksd()jflaksd())jflkas(('()j()fkl'()()as()d('')jf";
$delimiter = "()";
$escaper = "'";
print_r(split_escaped($delimiter, $escaper, $text));
// escaper is same as delimiter:
$text = "asfl''asjf'lkas'''jfkl''d'jsl";
$delimiter = "'";
$escaper = "'";
print_r(split_escaped($delimiter, $escaper, $text));
输出：
Array
(
[0] => asdf,fds,ddf
[1] => \
[2] => f,
[3] => dd
)
Array
(
[0] => dk%fj
[1] => slak%df!jlskj
[2] =>
[3] => dfl
[4] => isr
[5] => %
[6] => jlf
)
Array
(
[0] => aksd
[1] => jflaksd
[2] => )jfl'kas((()j
[3] => fkl()
[4] => as
[5] => d(')jf
)
Array
(
[0] => asfl'asjf
[1] => lkas'
[2] => jfkl'd
[3] => jsl
)
注意：存在理论层面的问题：implode('::', ['a:', ':b']) 和implode('::', ['a', '', 'b']) 结果相同的字符串：'a::::b'。内爆也是一个有趣的问题。
【讨论】：
正则表达式非常缓慢。更好的方法是在拆分之前从字符串中删除转义字符，然后将它们放回：
$foo = 'a,b|,c,d||,e';
function splitEscaped($str, $delimiter,$escapeChar = '\\') {
//Just some temporary strings to use as markers that will not appear in the original string
$double = "\0\0\0_doub";
$escaped = "\0\0\0_esc";
$str = str_replace($escapeChar . $escapeChar, $double, $str);
$str = str_replace($escapeChar . $delimiter, $escaped, $str);
$split = explode($delimiter, $str);
foreach ($split as &$val) $val = str_replace([$double, $escaped], [$escapeChar, $delimiter], $val);
return $split;
}
print_r(splitEscaped($foo, ',', '|'));
在 ',' 上分割，但如果用“|”转义则不会。它还支持双重转义，所以“||”变成一个“|”分裂发生后：
Array ( [0] => a [1] => b,c [2] => d| [3] => e )
【讨论】：