PHP分解字符串,但将引号中的单词视为单个单词
Posted
技术标签:
【中文标题】PHP分解字符串,但将引号中的单词视为单个单词【英文标题】:PHP explode the string, but treat words in quotes as a single word 【发布时间】:2011-01-13 05:33:46 【问题描述】:如何分解以下字符串:
Lorem ipsum "dolor sit amet" consectetur "adipiscing elit" dolor
进入
array("Lorem", "ipsum", "dolor sit amet", "consectetur", "adipiscing elit", "dolor")
使引用中的文字被视为一个单词。
这是我现在拥有的:
$mytext = "Lorem ipsum %22dolor sit amet%22 consectetur %22adipiscing elit%22 dolor"
$noquotes = str_replace("%22", "", $mytext");
$newarray = explode(" ", $noquotes);
但我的代码将每个单词分成一个数组。如何使引号内的单词视为一个单词?
【问题讨论】:
这听起来像是正则表达式的工作 另见An explode() function that ignores characters inside quotes? 【参考方案1】:你可以使用preg_match_all(...)
:
$text = 'Lorem ipsum "dolor sit amet" consectetur "adipiscing \\"elit" dolor';
preg_match_all('/"(?:\\\\.|[^\\\\"])*"|\S+/', $text, $matches);
print_r($matches);
这将产生:
Array
(
[0] => Array
(
[0] => Lorem
[1] => ipsum
[2] => "dolor sit amet"
[3] => consectetur
[4] => "adipiscing \"elit"
[5] => dolor
)
)
如您所见,它还解释了带引号的字符串中的转义引号。
编辑
简短说明:
" # match the character '"'
(?: # start non-capture group 1
\\ # match the character '\'
. # match any character except line breaks
| # OR
[^\\"] # match any character except '\' and '"'
)* # end non-capture group 1 and repeat it zero or more times
" # match the character '"'
| # OR
\S+ # match a non-whitespace character: [^\s] and repeat it one or more times
如果匹配 %22
而不是双引号,你会这样做:
preg_match_all('/%22(?:\\\\.|(?!%22).)*%22|\S+/', $text, $matches);
【讨论】:
是否有理由不使用preg_split
而不是preg_match_all
?它似乎更适合 IMO。
太棒了!我必须研究一下代码才能弄清楚刚刚发生了什么!谢谢
@prodigitalson:不,使用preg_split(...)
你不能解释转义字符。 preg_match_all(...)
“行为”更像是一个解析器,这是更自然的事情。此外,使用preg_split(...)
,您需要提前查看每个空格以查看其前面有多少引号,使其成为O(n^2)
操作:对于小字符串没有问题,但当字符串较大时可能会减少运行时间参与其中。
@timofey,看看我的编辑。如果您不清楚,请随时要求更多说明:您是维护代码的人,所以您应该理解它(如果需要,我很乐意提供额外信息)。
感谢 Bart K.!我已经在谷歌上搜索那个答案了:)【参考方案2】:
使用str_getcsv()
会容易得多。
$test = 'Lorem ipsum "dolor sit amet" consectetur "adipiscing elit" dolor';
var_dump(str_getcsv($test, ' '));
给你
array(6)
[0]=>
string(5) "Lorem"
[1]=>
string(5) "ipsum"
[2]=>
string(14) "dolor sit amet"
[3]=>
string(11) "consectetur"
[4]=>
string(15) "adipiscing elit"
[5]=>
string(5) "dolor"
【讨论】:
这适用于我的开发机器,但不适用于我的生产服务器。 :-/ str_getcsv 需要 php 5.3。 请注意它会“忽略”引号。如果你也需要他们在分裂中,那么这也行不通。 我进行了一些速度测试,preg_match_all 大约快 3-5 倍。对于大多数人来说可能不是问题,特别是如果不需要引号(在这种情况下它更容易使用),但我认为值得一提。 @err 愿意分享你的测试吗?【参考方案3】:你也可以试试这个多重爆炸功能
function multiexplode ($delimiters,$string)
$ready = str_replace($delimiters, $delimiters[0], $string);
$launch = explode($delimiters[0], $ready);
return $launch;
$text = "here is a sample: this text, and this will be exploded. this also | this one too :)";
$exploded = multiexplode(array(",",".","|",":"),$text);
print_r($exploded);
【讨论】:
这个答案很好,但是如果你要求它分割空格和引号,它会分割引号内的空格。【参考方案4】:我来到这里时遇到了与此类似的复杂字符串拆分问题,但这里没有一个答案完全符合我的要求 - 所以我自己写了。
我在这里发布它以防万一它对其他人有帮助。
这可能是一种非常缓慢且低效的方法 - 但它对我有用。
function explode_adv($openers, $closers, $togglers, $delimiters, $str)
$chars = str_split($str);
$parts = [];
$nextpart = "";
$toggle_states = array_fill_keys($togglers, false); // true = now inside, false = now outside
$depth = 0;
foreach($chars as $char)
if(in_array($char, $openers))
$depth++;
elseif(in_array($char, $closers))
$depth--;
elseif(in_array($char, $togglers))
if($toggle_states[$char])
$depth--; // we are inside a toggle block, leave it and decrease the depth
else
// we are outside a toggle block, enter it and increase the depth
$depth++;
// invert the toggle block state
$toggle_states[$char] = !$toggle_states[$char];
else
$nextpart .= $char;
if($depth < 0) $depth = 0;
if(in_array($char, $delimiters) &&
$depth == 0 &&
!in_array($char, $closers))
$parts[] = substr($nextpart, 0, -1);
$nextpart = "";
if(strlen($nextpart) > 0)
$parts[] = $nextpart;
return $parts;
用法如下。 explode_adv
接受 5 个参数:
-
打开块的字符数组 - 例如
[
、(
等
关闭块的字符数组 - 例如]
、)
等
切换块的字符数组 - 例如"
、'
等
应导致拆分为下一部分的字符数组。
要处理的字符串。
此方法可能存在缺陷 - 欢迎修改。
【讨论】:
【参考方案5】:在某些情况下,鲜为人知的token_get_all()
可能很有用:
$tokens = token_get_all("<?php $text ?>");
$separator = ' ';
$items = array();
$item = "";
$last = count($tokens) - 1;
foreach($tokens as $index => $token)
if($index != 0 && $index != $last)
if(count($token) == 3)
if($token[0] == T_CONSTANT_ENCAPSED_STRING)
$token = substr($token[1], 1, -1);
else
$token = $token[1];
if($token == $separator)
$items[] = $item;
$item = "";
else
$item .= $token;
结果:
Array
(
[0] => Lorem
[1] => ipsum
[2] => dolor sit amet
[3] => consectetur
[4] => adipiscing elit
[5] => dolor
)
【讨论】:
以上是关于PHP分解字符串,但将引号中的单词视为单个单词的主要内容,如果未能解决你的问题,请参考以下文章
我如何每行读取一个文本文件,然后将字符串分解成单个单词(分成一个树集)而不重复?
如何使用 Javascript 分解 HTML 字符串中的每个单词,然后在 HTML 中一个一个地显示每个单词? [复制]