PHP从字符串中提取值答案

【问题标题】：PHP extract values from a stringPHP从字符串中提取值
【发布时间】：2012-01-06 13:34:12
【问题描述】：

我正在用 PHP 处理记录，想知道是否有一种有效的方法来提取类型：以下每个记录中的值。流派：可以是字符串中的任何位置。

在下面的字符串中我需要抽出单词“alternative”（最后一个单词）

[media:keywords] => upc:00602527365589,Records,mercury,artist:Neon 
 Trees,Alternative,trees,neon,genre:alternative

在下面的字符串中我需要拉出“Latin / Pop,latino,Pop”

[media:keywords] => genre:Latin / Pop,latino,Pop,upc:00602527341217,artist:Luis 
 Fonsi,luis,universal,Fonsi,Latin

在下面的记录中我需要抽出“其他”

[media:keywords] => upc:793018101530,andy,razor,Other,tie,genre:other,artist:Andy 
McKee,McKee,&

在下面的记录中我需要拉出“rock,flotsam,jetsam”

[media:keywords] => and,upc:00602498572061,genre:rock,flotsam,jetsam,artist:Flotsam 
And Jetsam,rock,geffen

我在这上面扯了我的头发（反正还剩下什么）。

【问题讨论】：

我不擅长使用正则表达式，但我做到了(genre:).*(?=.*\:) 是我能做的最大值。如果有人可以进化它..

标签： php regex substr

【解决方案1】：

使用下面的正则表达式加上preg_match()：

~\bgenre:(.+?)(?=(,[^:,]+:|$))~

您想要的结果将在匹配数组的第一个元素中（参数 3）。

【讨论】：

感谢博士。我对 300 条记录进行了测试...所有记录都完美匹配..现在我希望下一个 50k 可以做哈哈...真的再次感谢

【解决方案2】：

我将使用 strpos 来定义流派的开始位置。您唯一的问题是在哪里结束它，因为您没有分隔符。我应该使用已知的其他关键字，如“upc”、“artist”等来检查字符串是否需要在末尾被剪切。

【讨论】：

【解决方案3】：

您确实可以使用一点模式检测。您总是在寻找固定的genre:，后跟一个或多个单词或短语，它们本身都不能包含:

所以这可能就足够了：

preg_match('~\bgenre:(,?[^:,]+(?=,|$))+~', $media_keywords, $match);
print $match[1];

【讨论】：

这个正则表达式不起作用。对于第一个示例，它匹配“alternative”，就像它应该匹配的那样，但对于其他示例，它分别匹配“,upc”、“,artist”和“,artist”。
您的意思可能是~\bgenre:((,?[^:,]+)+)~，所以$match[1] 包含所有重复的流派。然而，即使这是不正确的，因为[^:,]+ 仍将匹配下一个“类别”。例如，“upc”或“艺术家”。
不，它停在,Pop。但是额外的捕获组是不可避免的。
您的新正则表达式 ~\bgenre:(,?[^:,]+(?=,|$))+~ 仍然匹配不正确。它匹配“alternative”、“,Pop”、“other”和“,jetsam”。

【解决方案4】：

$mystring = 'abc';
$findme   = 'a';
$pos = strpos($mystring, $findme);

// Note our use of ===.  Simply == would not work as expected
// because the position of 'a' was the 0th (first) character.
if ($pos === false) {
    echo "The string '$findme' was not found in the string '$mystring'";
} else {
    echo "The string '$findme' was found in the string '$mystring'";
    echo " and exists at position $pos";
}

来自strpos 的 PHP 文档

所以你可以使用$findme = "alternative"

【讨论】：

【解决方案5】：

解析此字符串的问题是您没有正常的分隔符和/或引号（即逗号分隔字段，但也可以包含在字段中 - 这与不带引号的 CSV 文件存在相同的问题） .

如果性能对您来说并不重要，我建议以更防弹的方式对其进行解析，例如对什么是关键（如艺术家、流派、ups 等）做出一些假设并引入一些正常的分隔符，概念验证代码将是：（我留下了回声，所以你可以看到发生了什么）

$string = "genre:Latin / Pop,latino,Pop,upc:00602527341217,artist:Luis Fonsi,luis,universal,Fonsi,Latin";
//introduce a delimiter
$delimiter = '|';
$withDelimiter = preg_replace('/([a-z]+):/', $delimiter . '$0', $string);
echo $withDelimiter . "\n";

$fields = explode($delimiter, $withDelimiter);
foreach ($fields as $field) {
    if (strlen($field)) {
        echo $field . "\n";

        list ($key, $valueWithPossiblyTrailingComma) = explode(':', $field);    

        if ($key === 'genre') {
            $genre = rtrim($valueWithPossiblyTrailingComma, ',');
            break;
        }
    }
}
echo $genre;

你可以让它在几乎所有情况下都工作，它不仅可以让你找到任何关键流派 - 但它的性能会很低。

我对你的字符串做了以下假设：

它是由冒号分隔并用逗号连接的键 => 值对列表
键可能只有 [a-z] 个字符

【讨论】：