PHP preg_split：基于字符排除的字符串分割实践

本教程详细讲解了如何使用php的`preg_split`函数，通过构建一个否定的字符类（negated character class），实现字符串按指定非数字、非括号、非加号、非换行、非制表符、非连字符的字符进行分割。文章提供了具体的正则表达式模式和php代码示例，并强调了特殊字符处理及`preg_split`参数的应用，旨在帮助开发者精确控制字符串的分割逻辑。

在PHP中，preg_split()函数是处理字符串分割的强大工具，它允许我们使用正则表达式作为分隔符。与简单的explode()函数不同，preg_split()提供了更灵活的模式匹配能力，包括基于字符类型、字符范围或复杂逻辑进行分割。

理解 preg_split() 函数

preg_split() 函数的基本语法如下：

array preg_split ( string $pattern , string $subject [, int $limit = -1 [, int $flags = 0 ]] )

• $pattern: 用于分割字符串的正则表达式。
• $subject: 要被分割的输入字符串。
• $limit: 可选参数，如果指定，则最多返回 limit 个子字符串。limit 为 -1（默认值）表示不限制。
• $flags: 可选参数，用于修改行为，例如 PREG_SPLIT_NO_EMPTY 可以在结果中过滤掉空字符串。

核心问题：基于字符排除的分割

一个常见的需求是，当遇到某些“非指定”字符时进行字符串分割。例如，我们可能需要将字符串分割成多个部分，而这些部分是由“非数字、非括号、非加号、非连字符、非换行符、非制表符”的任意字符分隔的。

为了实现这种“排除式”分割，我们需要利用正则表达式中的否定字符类（Negated Character Class）。

立即学习“PHP免费学习笔记（深入）”；

解决方案：构建否定字符类

正则表达式中的字符类（Character Class）由方括号 [] 定义，例如 [a-zA-Z] 匹配任意字母。当在字符类内部使用 ^ 符号作为第一个字符时，它就变成了否定字符类，表示匹配“不在该字符类中”的任何字符。例如，[^0-9] 匹配任何非数字字符。

针对我们的需求——分割字符串，当遇到不是数字、括号、加号、连字符、换行符或制表符的字符时——我们可以构建以下正则表达式模式：

/[^\d()+\n\t-]/

让我们分解这个模式：

腾讯智影-AI数字人

基于AI数字人能力，实现7*24小时AI数字人直播带货，低成本实现直播业务快速增增，全天智能在线直播

73

查看详情

• [^...]: 这是否定字符类的标志，表示匹配任何不在方括号内的字符。
• \d: 匹配任意数字字符（等同于 [0-9]）。
• (): 匹配字面意义上的左右括号。在字符类内部，括号通常不需要转义，除非它们构成一个范围（例如 [a-z]）。
• +: 匹配字面意义上的加号。在字符类内部，+ 通常不需要转义。
• \n: 匹配换行符。
• \t: 匹配制表符。
• -: 匹配字面意义上的连字符。请注意，当连字符在字符类的开头或结尾时，它被视为字面字符，不需要转义。如果在字符类的中间，它可能会被解释为范围指示符（例如 [a-z]），此时需要转义 (\-)。在我们的模式中，它位于末尾，因此无需转义。

完整代码示例

假设我们有一个字符串，需要按照上述规则进行分割。在实际应用中，字符串可能来自数组的拼接，例如 implode('', array_slice($array, $key))。

<?php

// 模拟从数组中获取并拼接的字符串
$originalString = "Value123(abc+def)-GHI\nJKL\tMNO";

echo "原始字符串: " . $originalString . "\n\n";

// 使用否定字符类进行分割
// 分割规则：当遇到不是数字、括号、加号、连字符、换行符或制表符的字符时进行分割
$splitResult = preg_split('/[^\d()+\n\t-]/', $originalString);

echo "分割结果:\n";
print_r($splitResult);

// 另一个示例：限制分割次数
$originalString2 = "ItemA-123(PartB)+456_SubC/789";
echo "\n--- 限制分割次数示例 ---\n";
echo "原始字符串2: " . $originalString2 . "\n\n";

// 只分割一次，返回最多2个部分
$splitResultLimited = preg_split('/[^\d()+\n\t-]/', $originalString2, 2);
echo "限制分割一次的结果:\n";
print_r($splitResultLimited);

?>

输出示例：

原始字符串: Value123(abc+def)-GHI
JKL MNO

分割结果:
Array
(
    [0] =>
    [1] => 123(
    [2] => +
    [3] => )-
    [4] =>
    [5] =>
    [6] =>
)

--- 限制分割次数示例 ---
原始字符串2: ItemA-123(PartB)+456_SubC/789

限制分割一次的结果:
Array
(
    [0] => ItemA-123(
    [1] => PartB)+456_SubC/789
)

结果分析：

• 在第一个示例中，Value、abc、GHI、JKL、MNO 这些部分包含了非指定字符（字母），因此它们成为了分隔符，导致分割结果中出现了一些空字符串或不完整的数字/符号组合。
• 例如，Value123 会在 V、a、l、u、e 处被分割，留下 123。
• GHI、JKL、MNO 也会因为字母而被分割，从而在结果数组中留下空字符串。
• 通过调整 $flags 参数，如 PREG_SPLIT_NO_EMPTY，可以过滤掉结果中的空字符串。

<?php
// ... (之前的代码)

echo "\n--- 过滤空字符串示例 ---\n";
$splitResultNoEmpty = preg_split('/[^\d()+\n\t-]/', $originalString, -1, PREG_SPLIT_NO_EMPTY);
echo "过滤空字符串后的分割结果:\n";
print_r($splitResultNoEmpty);
?>

过滤空字符串后的输出示例：

过滤空字符串后的分割结果:
Array
(
    [0] => 123(
    [1] => +
    [2] => )-
)

注意事项

1. 连字符 (-) 的处理： 如前所述，在字符类内部，连字符的位置决定了它是否被视为字面字符或范围指示符。将其放在开头或结尾可以避免歧义。
2. 特殊字符的转义： 大多数元字符（如 . * ? + | ^ $ [] () {} \）在正则表达式模式的外部需要转义。但在字符类 [] 内部，只有少数字符（如 ^ \ - ]）在特定位置或情况下需要转义。在我们的示例中，() 和 + 在字符类内部无需转义。
3. limit 参数： 合理使用 limit 参数可以控制分割的次数，尤其是在只需要获取字符串前几个部分时非常有用。
4. 输入字符串的准备： 如果你的原始数据存储在一个数组中，并需要将其拼接成一个字符串再进行分割，implode('', array_slice($array, $key)) 是一种常见的做法。确保拼接后的字符串是 preg_split 所期望的输入格式。

总结

通过掌握正则表达式中的否定字符类 [^...]，我们可以灵活地定义 preg_split() 的分割逻辑，实现基于“非指定字符集”的精确字符串分割。理解特殊字符在字符类内部的转义规则，以及 preg_split() 函数的 limit 和 flags 参数，将帮助你更高效、准确地处理PHP中的字符串操作。

以上就是PHP preg_split：基于字符排除的字符串分割实践的详细内容，更多请关注php中文网其它相关文章！