在PHP中，我将如何拆分开始和结束分隔符不同的字符串

Question

简介

在 PHP 中，我将如何使用这种语法分割一行：

<As's\\as'dsd> asqwedasd <sa sdasd> [a sadasd] [<asdsad> [as ddsd]] 'asdsad assd'

喜欢这个吗？

array(5) {
  [0]=>
  string(14) "<As's\\as'dsd>"
  [1]=>
  string(9) "asqwedasd"
  [2]=>
  string(10) "<sa sdasd>"
  [3]=>
  string(10) "[a sadasd]"
  [4]=>
  string(20) "[<asdsad> [as ddsd]]"
  [5]=>
  string(13) "'asdsad assd'"
}

更详细的解释

现在我不擅长解释，所以我希望上面的例子能很好地解释我的情况，你不需要我的解释，但无论如何：

我想用除某些特定空格之外的每个空格来分割这个字符串：

• 如果空格在尖括号或方括号内，它应该 不要分割那条线。请参见第 2 和第 3 条。
• 括号内可能有一个括号。这应该 只是作为一个完整的字符串返回。见第 4 条。
• 可能有一些项目不在括号中。见第 1 条。
• 未用括号括起来的项目将不包含空格，除非用撇号引用。看 5 号。
• 项目可以包含所有 UTF-8 字符，除了 [ ]

可能有帮助的来源

Explode string except where surrounded by parentheses?

先感谢您！ 我知道这是一项艰巨的任务，但我自己完全不知道该怎么做。

Answer 1

包含所有关于使用正则表达式解析 html 的免责声明...而且只有当您准备好接受一些递归之美...

匹配你想要的与分割你不想要的

如果您打算使用正则表达式（在这种情况下）来获取您的数组，那么匹配您想要的比拆分您不想要的更容易。这是一个起点，我们可以细化：

(\[(?:[^[\]]++|(?1))*\])|<[^>]*>|'[^']*'|[!-~]+

见demo。

工作原理：

• 我们匹配几种可能性，由交替运算符 | 分隔
• 第一个匹配选项(\[(?:[^[\]]++|(?1))*\])递归匹配所有[sets of [brackets]]
• <[^>]*> 匹配 `'
• '[^']*' 匹配 'complete quotes'。如果需要，可以改进它以解决潜在的转义引号\'
• [!-~]+ 匹配任何剩余的非空格可打印字符。这是一个猜测，基于您输入的唯一单词 asqwedasd，也可以改进。例如，如果出于验证目的，您想指定剩余字符串没有 <>[] 字符，则可以改用它（@CasimiretHippolyte 建议）\s*\K[^[<]+(?<!\s)

示例代码

查看this demo 的输出。数组$m[0] 包含您想要的“拆分”。

$regex = "%(\[(?:[^[\]]++|(?1))*\])|<[^>]*>|'[^']*'|[!-~]+%";
$string = "<As's\\as'dsd> asqwedasd <sa sdasd> [a sadasd] [<asdsad> [as ddsd]] 'asdsad assd'";
$count = preg_match_all($regex,$string,$m);
print_r($m[0]);

另一种解决方案

@HamZa 提出了另一个我觉得非常漂亮的解决方案。他不想自己发布，但很高兴我将其添加到此处以完成。

它是如何工作的？这个想法是匹配正确的空格字符，并在它们上拆分。这个基本原理在这个关于"regex-matching a pattern unless..."的问题中有详细解释。首先，以与我的正则表达式类似的方式（但有更多的检查和递归），他定义了我们想要匹配的所有组，并匹配它们。然后，如果这些组匹配，他使用(*SKIP)(*F) 使正则表达式失败，之后引擎跳到字符串中匹配的最后一个字符之后的位置。在交替的另一边，他匹配我们将分割的空格字符，我们知道这些是正确的空格字符，因为它们没有被左边的表达式匹配。在这个阶段，我们可以使用preg_split。

进一步的改进是使用我所说的 HRRT，它代表 HamZa 正则表达式重构技术。为了使正则表达式易于理解，他将其分解为更小的命名模式：singlequotes、brackets 等等。这让他可以为所有这些组定义另一个名称：skippable。在定义之后，匹配开始。如果我们可以匹配skippable 模式，则正则表达式会以(*SKIP)(*F) 失败，并且引擎会跳到字符串中的下一个位置。

这就是它的要点。

这里是the demo。

(?(DEFINE)
   (?P<signs>
      <
         (?:
            [^<>]
            |
            (?&signs)
         )*
      >
   )

   (?P<brackets>
      \[
         (?:
            [^][]
            |
            (?&brackets)
         )*
      \]
   )

   (?P<singlequotes>
      (?<!\\)'(?:[^\\]|\\.)*?'
   )

   (?P<doublequotes>
      (?<!\\)"(?:[^\\]|\\.)*?"
   )

   (?P<quotes>
      (?&singlequotes)|(?&doublequotes)
   )

   (?P<skippable>
      (?&brackets)|(?&signs)|(?&quotes)
   )
)

(?&skippable)(*SKIP)(*FAIL)
|
[ ]+

Answer 2

更新：
这种模式也适用于我
(\[(?:[^\[\]]*?|(?R))*\])|(<.*?>)|\G\s([^<>\[\]]+)
Demo