php正则表达式提取部分文本答案

【问题标题】：php regular expression extract part of textphp正则表达式提取部分文本
【发布时间】：2013-03-08 20:56:15
【问题描述】：

我需要从数据库中提取，其中一列中的记录以这种方式组合：第一个字母（名字 1）。姓 1，第一个字母（名字 2）。姓氏2，....

这是我尝试解决的示例...

     $text2= "T. Toth, M. A. Carlo de Miller, T. Stallone";
     $keywords = preg_split("/,/", "$text2");

     print_r($keywords);

    //I got a result in this way:

    //Array ( [0] => T. Toth [1] => M. A. Carlo de Miller [2] => T. Stallone ) 

    // I want a result of the form :

    //Array ( [0] => T [1] => Toth [2] => M. A. [3] => Carlo de Miller [4] => T  and    so on....

有人可以知道如何进行？即使它可以在 MYSQL 中

【问题讨论】：

这并不容易做到。你将如何区分 T. 和 M. 与 T.Toth 和 M.A.Carlo？两者都是首字母，但显然您希望它们区别对待

标签： php extract

【解决方案1】：

另一种变体：

$text2= "T. Toth, M. A. Carlo de Miller, T. Stallone";
$result = array();
foreach (explode(",",$text2) as $row)
{
  $row = explode(".",$row);
  $last = array_pop($row);
  $result[] = join(".",$row).".";
  $result[] = $last;
}
print_r($result);

结果：

Array ( [0] => T. [1] => Toth [2] => M. A. [3] => Carlo de Miller [4] => T. [5] => Stallone )

【讨论】：

【解决方案2】：

我认为这个正则表达式应该或多或少做你想做的事：

/
  (?:^|,)           # Start of subject or comma
  \s*               # Optional white space
  ((?:[a-z]\.\s*)+) # At least one occurrence of alpha followed by dot
  \s*               # Consume trailing whitespace
/ix

当与PREG_SPLIT_NO_EMPTY 和PREG_SPLIT_DELIM_CAPTURE 捕获标志结合使用时，此表达式将获得您想要的结果，唯一需要注意的是它还会捕获一些前导/尾随空格。我看不出有什么办法可以避免这种情况，而且当你使用结果时很容易将其修剪掉。

$str = 'T. Toth, M. A. Carlo de Miller, T. Stallone';
$expr = '/(?:^|,)\s*((?:[a-z]\.\s*)+)\s*/i';
$flags = PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE;

$keywords = preg_split($expr, $str, -1, $flags);

print_r($keywords);

See it working

【讨论】：

【解决方案3】：

preg_split 可能不适合此功能。用preg_match_all试试这个：

$text2= "T. Toth, M. A. Carlo de Miller, T. Stallone";
preg_match_all("/\w{2,}(?:\s\w{2,})*|\w\.(?:\s\w\.)*/i", $text2, $matches);
print_r($matches[0]);

这会挑选出姓名和首字母缩写，同时省略前导/尾随空格。

第一个匹配全名：\w{2,}(?:\s\w{2,})*

第二场比赛首字母：\w\.(?:\s\w\.)*

结果：

Array ( [0] => Array ( [0] => T. [1] => Toth [2] => M. A. [3] => Carlo de Miller [4] => T. [5] => Stallone ) )

【讨论】：