如何提取字符串中特定关键字之后的子字符串？

Question

我需要处理具有大部分常规格式/结构的字符串。基本上，该字符串包含 3 个始终以相同顺序出现的关键字：ATLPáscoa、ATLNatal 和 ATLVerão

在这些关键字之间是未知数量的空白字符。此外，每个关键字后面都有可能包含一个可能包含非空白字符和空白字符的日期值。

通过它们的关键字关联，我想声明 3 个变量，称为 $datePáscoa、$dateNatal 和 $dateVerão，并将日期子字符串分配给这些变量。

这是一个例子：

$string = 'ATLPáscoa            ATLNatal          ATLVerão     Turno11-03a07desetembro';

我想要的输出是：

$datePáscoa = '';
$dateNatal = '';
$dateVerão = 'Turno11-03a07desetembro';

这是另一个例子：

$string = 'ATLPáscoa  bananas   ATLNatal xyza sd af          ATLVerão      Turno11-03a07desetembro';

我的预期输出是：

$datePáscoa = 'bananas';
$dateNatal = 'xyza sd af';
$dateVerão = 'Turno11-03a07desetembro';

我尝试使用str_replace()，但显然不是这样：

$string = str_replace("Atelier","",$string );
$string = str_replace("Páscoa","",$string );
$string = str_replace("Natal","",$string );
$string = str_replace("Verão","",$string );

如何提取日期值并将值分配给适当的变量？

Answer 1

代码：(Demo <- with an alternative input string)

$string = 'ATLPáscoa  banana   ATLNatal xyza sd af          ATLVerão      Turno11-03a07desetembro';

$datePáscoa = preg_match('~ATLPáscoa\s*\K(?!ATL)\S+(?:\s+(?!ATL)\S+)*~u', $string, $out) ? $out[0] : '';
$dateNatal = preg_match('~ATLNatal\s*\K(?!ATL)\S+(?:\s+(?!ATL)\S+)*~u', $string, $out) ? $out[0] : '';
$dateVerão = preg_match('~ATLVerão\s*\K\S+(?:\s+\S+)*~u', $string, $out) ? $out[0] : '';

echo '$datePáscoa = '; var_export($datePáscoa); echo "\n";
echo '$dateNatal = '; var_export($dateNatal); echo "\n";
echo '$dateVerão = '; var_export($dateVerão);

输出：

$datePáscoa = 'banana'
$dateNatal = 'xyza sd af'
$dateVerão = 'Turno11-03a07desetembro'

如果这是我的项目，我可能会构建一个单一的正则表达式函数调用，它返回数组中的所有匹配项，然后我会在需要时提取我想要的内容。您已经要求单独命名的变量，所以我认为 3 个函数调用将是最简单的演示。

您提供的输入不需要包含 u 模式修饰符，但我会添加它以防您的实际数据需要它。

\K 告诉正则表达式引擎从完整字符串匹配中“释放以前匹配的字符”——这用于避免使用捕获组并确保您的返回值只是“白肉”。相同的原因是您看到\S+(?:\s+\S+)* 的原因——它匹配一个“单词”，然后可选地匹配一个或多个空格，后跟另一个“单词”。

我在演示中使用var_export() 来表明结果中没有前导或尾随空白字符。

(?!ATL) 在前两个模式中用于避免“过度匹配”或基本上“匹配太远”。第三种模式不需要这种考虑。

Answer 2

好吧，既然 ATL 在每个部分中，我会从一个爆炸开始：

$array = explode("ATL", $string);

请注意 $array[0] 将是一个空字符串（在这种情况下，但正如我所见，您每次都会得到相同类型的输入），然后像这样修剪前导和尾随空格：

for ( $i = 0; $i < count($array); $i++ ) {
 trim($array[$i]);
}

然后复制到各自的变量中：

$datePáscoa = $array[1];
$dateNatal = $array[2];
$dateVerão = $array[3];

此时，它们仍然包含它们的名称，因此我们使用 strpos()（返回特定字符串的位置）和 strstr()（从给定指针返回字符串的一部分）的组合来剪切它，比如：

$datePáscoa = strstr($datePáscoa,strpos($datePáscoa," ")+1);

那是一个空格。之后可能会再次修剪它们，因为它们可能在 strstr 之后仍然包含一些空格。