用于捕获重复单词之间的组的正则表达式

Question

关键字是“*OR”或“*AND”。

假设我有下面的字符串：

这是一个带有特殊字符的 t3xt，例如 !#。 *并且这是 另一个带有特殊字符的文本 *AND 这重复 *OR 不要 重复 *OR 有更多的字符串 *AND 以这个字符串结束。

我想要以下

group1 "This is a t3xt with special characters like !#."  
group2 "*AND"  
group3 "and this is another text with special characters"  
group4 "*AND"  
group5 "this repeats"  
group6 "*OR"  
group7 "do not repeat"  
group8 "*OR"  
group9 "have more strings"  
group10 "*AND"  
group11 "finish with this string."  

我试过这样：

(.+?)(\*AND\*OR)

但它只获取第一个字符串，然后我需要不断重复代码以收集其他字符串，但问题是有些字符串只有一个 *AND，或者只有一个 *OR 或几十个，即很随意。而且下面的正则表达式也不起作用：

((.+?)(\*AND\*OR))+

例如：

这是一个带有特殊字符的 t3xt，例如 !#。 *并且这是 另一个带有特殊字符的文本

Answer 1

PHP 有一个preg_split 函数来处理这类事情。 preg_split 允许您通过可以定义为正则表达式模式的分隔符拆分字符串。此外，它还有一个参数允许您在匹配/拆分结果中包含匹配的分隔符。

因此，不是编写正则表达式来匹配全文，而是正则表达式用于分隔符本身。

示例：

$string = "This is a t3xt with special characters like !#. *AND and this is another text with special characters *AND this repeats *OR do not repeat *OR have more strings *AND finish with this string.";
$string = preg_split('~(\*(?:AND|OR))~',$string,0,PREG_SPLIT_DELIM_CAPTURE);
print_r($string);

输出：

Array
(
    [0] => This is a t3xt with special characters like !#. 
    [1] => *AND
    [2] =>  and this is another text with special characters 
    [3] => *AND
    [4] =>  this repeats 
    [5] => *OR
    [6] =>  do not repeat 
    [7] => *OR
    [8] =>  have more strings 
    [9] => *AND
    [10] =>  finish with this string.
)

但如果您真的想坚持使用preg_match，则需要使用preg_match_all，它类似于preg_match（您在问题中标记的内容），除了它会进行全局/重复匹配.

示例：

$string = "This is a t3xt with special characters like !#. *AND and this is another text with special characters *AND this repeats *OR do not repeat *OR have more strings *AND finish with this string.";
preg_match_all('~(?:(?:(?!\*(?:AND|OR)).)+)|(?:\*(?:AND|OR))~',$string,$matches);
print_r($matches);

输出：

Array
(
    [0] => Array
        (
            [0] => This is a t3xt with special characters like !#. 
            [1] => *AND
            [2] =>  and this is another text with special characters 
            [3] => *AND
            [4] =>  this repeats 
            [5] => *OR
            [6] =>  do not repeat 
            [7] => *OR
            [8] =>  have more strings 
            [9] => *AND
            [10] =>  finish with this string.
        )

)

首先，请注意，与preg_split 不同，preg_match_all（和preg_match）返回多维度数组，而不是单维度数组。其次，从技术上讲，我使用的模式可以简化一点，但代价是必须在返回的多维数组中引用多个数组（一个数组用于匹配的文本，另一个数组用于匹配的分隔符） ，然后您将不得不循环并替换参考； IOW 将进行额外的清理以获得具有两个匹配集的最终单个数组，如上所述。

我只展示这种方法是因为您在技术上要求在您的问题中使用它，但我建议使用preg_split，因为它消除了很多这种开销，以及为什么首先创建它（以更好地解决方案像这样）。