正则表达式（preg_split）：如何根据分隔符进行拆分，不包括一对引号中包含的分隔符？

Posted 2023-02-24

【中文标题】正则表达式（preg_split）：如何根据分隔符进行拆分，不包括一对引号中包含的分隔符？

【英文标题】：Regex (preg_split): how do I split based on a delimiter, excluding delimiters included in a pair of quotes?

【发布时间】：2014-09-20 04:40:16

【问题描述】：

我把这个分开了：

1 2 3 4/5/6 "7/8 9" 10

进入这个：

1
2
3
4
5
6
"7/8 9"
10

使用 preg_split()

所以我的问题是，如何根据分隔符进行拆分，不包括一对引号内的分隔符？

我有点想避免首先捕获引号中的内容，理想情况下希望它是一个单行。

【参考方案1】：

您可以使用以下内容。

$text = '1 2 3 4/5/6 "7/8 9" 10';
$results = preg_split('~"[^"]*"(*SKIP)(*F)|[ /]+~', $text);
print_r($results);

解释：

在交替运算符的左侧，我们匹配引号中的任何内容，使子模式失败，从而强制正则表达式引擎不使用(*SKIP) and (*F) 的回溯控制重试子字符串。交替运算符的右侧匹配空格字符或不在引号中的正斜杠。

输出

Array
(
    [0] => 1
    [1] => 2
    [2] => 3
    [3] => 4
    [4] => 5
    [5] => 6
    [6] => "7/8 9"
    [7] => 10
 )

【讨论】：

也感谢您的解释！

哈哈。起初我将其解释为讽刺，然后我记得这篇文章是针对正则表达式的。特洛洛尔。

【参考方案2】：

你可以使用：

$s = '1 2 3 4/5/6 "7/8 9" 10';
$arr = preg_split('~("[^"]*")|[ /]+~', $s, -1, PREG_SPLIT_DELIM_CAPTURE|PREG_SPLIT_NO_EMPTY);

print_r( $arr );

输出：

Array
(
    [0] => 1
    [1] => 2
    [2] => 3
    [3] => 4
    [4] => 5
    [5] => 6
    [6] => "7/8 9"
    [7] => 10
)

【讨论】：

+1 用于使用很少出现在答案中的有用 preg_split 标志。 :)

感谢@zx81：在这种情况下，使用这些标志使正则表达式非常简单，也可以在非 PCRE 正则表达式引擎中使用。

【参考方案3】：

可选组的另一种方式：

$arr = preg_split('~(?:"[^"]*")?\K[/\s]+~', $s);

模式"[^"]*"[/\s]+ 匹配带引号的部分，后跟一个或多个空格和斜杠。但由于您不想删除引用的部分，因此您在其后添加了 \K。 \K 从匹配结果中删除左侧已匹配的所有内容。有了这个技巧，当找到引用的部分时，正则表达式引擎只返回空格或斜杠，然后对其进行拆分。

由于在空格或斜线之前并不总是有引号部分，因此您只需使用非捕获组(?:...) 和问号? 使其成为可选

【讨论】：

很好用 \K 这里 +1

您能解释一下表达式中发生了什么吗？感谢您的帮助！

@theamydance：我添加了解释。