PHP - 正则表达式优化拆分字符串部分答案

【问题标题】：PHP - Regex optimization split string in partsPHP - 正则表达式优化拆分字符串部分
【发布时间】：2020-11-10 13:00:05
【问题描述】：

在 PHP 中，我尝试使用正则表达式将字符串拆分为不同部分的数组元素。

例如这是我的字符串：

$string1 = "For a serving of 100 g Sugars: 2.3 g (Approximately)";
$string2 = "For a serving of 100 g Saturated Fat: 5.8 g (Approximately)";
$string3 = "For a portion of 100 g Energy Value: 290 kcal (Approximately)";

我想从这些字符串中提取特定信息：

$arrayString1 = array('100 g','Sugars', '2.3 g');
$arrayString2 = array('100 g','Saturated Fat', '5.8 g');
$arrayString3 = array('100 g','Energy Value', '290 kcal');

我做了这个正则表达式：

(^For a serving of )([\d g]*)([^:]*)(: )([\d.\d]*)( )([a-z]*)

你知道如何优化这个正则表达式吗？

谢谢

【问题讨论】：

标签： php regex string

【解决方案1】：

你可以让它更具体地匹配 g 或 kcal 和数字。

要匹配所有示例，您可以使用替代来匹配任一替代(?:serving|portion)

您可以使用 3 个捕获组，而不是使用 7 个捕获组。

您可以省略第一个捕获组(^For a serving of )，并结合数字和单位的值。

^For\h+a\h+(?:serving|portion)\h+of\h+(\d+\h+g)\h+([^:\r\n]+):\h+(\d+(?:\.\d+)? (?:g|kcal))\b

^ 字符串开始
For\h+a\h+(?:serving|portion)\h+of\h+ 将字符串的开头与serving 或portion 匹配
(\d+\h+g)\h+ 捕获组 1，匹配 1+ 位和 g
([^:\r\n]+):\h+ 捕获组 2，匹配除 : 之外的任何字符 1+ 次，然后匹配 : 和 1+ 水平空白字符
( 捕获第 3 组
- \d+(?:\.\d+)? 匹配 1+ 位数字和可选的小数部分
- \h+(?:g|kcal) 匹配 1+ 个水平空白字符和 g 或 kcal
)\b 关闭第 3 组和单词边界以防止单词成为较长单词的一部分

Regex demo | Php demo

例如

$pattern = "~^For\h+a\h+(?:serving|portion)\h+of\h+(\d+\h+g)\h+([^:\r\n]+):\h+(\d+(?:\.\d+)?\h+(?:g|kcal))\b~";
$strings = [
    "For a serving of 100 g Sugars: 2.3 g (Approximately)",
    "For a serving of 100 g Saturated Fat: 5.8 g (Approximately)",
    "For a portion of 100 g Energy Value: 290 kcal (Approximately)"
];

foreach ($strings as $string) {
    preg_match($pattern, $string, $matches);
    array_shift($matches);
    print_r($matches);
}

输出

Array
(
    [0] => 100 g
    [1] => Sugars
    [2] => 2.3 g
)
Array
(
    [0] => 100 g
    [1] => Saturated Fat
    [2] => 5.8 g
)
Array
(
    [0] => 100 g
    [1] => Energy Value
    [2] => 290 kcal
)

【讨论】：