将文本拆分为针识别的较小部分答案

【问题标题】：Split text into smaller parts identified by needle将文本拆分为针识别的较小部分
【发布时间】：2017-07-29 16:31:50
【问题描述】：

我想像这样拆分一个字符串：

'This <p>is</p> a <p>string</p>'

我想得到 4 个字符串：

这个
is
一个
string

所以我想找到和它的内容一一进行拆分。我怎样才能保持相同的顺序？

我可以使用该代码获得“这个”：$html1 = strstr($html, '<p', true);，但我不知道如何继续拆分以及如何为具有许多针（至少 2 个不同的针）的可变字符串进行拆分。你能帮我吗？

【问题讨论】：

只有p标签是这样吗？
如果你只想要你的p标签，你可以使用捕获 * 的正则表达式分割你的字符串
我建议你想出一些可以使用捕获组的正则表达式来实现的规则。
对于解析 HTML 字符串，您可能需要考虑 converting to a DOM 并使用 PHP 的内置工具。
不只是在空格上分割吗？ 3v4l.org/afmZt

标签： php split

【解决方案1】：

您可以将preg_split 与一些选项一起使用（$s 是输入字符串）：

preg_split("#\s*(<p>.*?</p>)\s*#", $s, 0, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);

这将返回一个数组。对于您的示例输入，它返回：

["This", "<p>is</p>", "a", "<p>string</p>"]

看到它在repl.it上运行

【讨论】：

这是一个很好的解决方案。没想到preg_split这么厉害。请注意，您不需要转义 /，因为您使用 # 作为正则表达式结束括号。
谢谢，@BeetleJuice。删除了转义。

【解决方案2】：

因为你的针很复杂，你可以使用preg_match_all：

$html = 'This <p>is</p> a <p>string</p>';

// Regex to group by paragraph and non-paragraph
$pattern = '/(.*?)(<p>.+?<\/p>)/';

// Parse HTML using the pattern and put result in $matches
preg_match_all($pattern,$html,$matches, PREG_SET_ORDER);

// Will contain the final pieces
$pieces = [];

// For each $match array, the 0th member is the full match
// every other member is one of the pieces we want
foreach($matches as $m) while(next($m)) $pieces[] = trim(current($m));

print_r($pieces);// ['This', '<p>is</p>', 'a', '<p>string</p>']

Live demo

【讨论】：