解析两个单词之间的文本

Question

当然，这已经被其他人问过了，但是我在 SO 上搜索过这里并没有找到任何东西 https://stackoverflow.com/search?q=php+parse+between+words

我有一个字符串，想要获得一个包含 2 个分隔符（2 个单词）之间的所有单词的数组。我对正则表达式没有信心，所以我最终得到了这个解决方案，但这并不合适，因为我需要得到所有符合这些要求的单词，而不仅仅是第一个。

$start_limiter = 'First';
$end_limiter = 'Second';
$haystack = $string;

# Step 1. Find the start limiter's position

$start_pos = strpos($haystack,$start_limiter);
if ($start_pos === FALSE)
{
    die("Starting limiter ".$start_limiter." not found in ".$haystack);
}

# Step 2. Find the ending limiters position, relative to the start position

$end_pos = strpos($haystack,$end_limiter,$start_pos);

if ($end_pos === FALSE)
{
    die("Ending limiter ".$end_limiter." not found in ".$haystack);
}

# Step 3. Extract the string between the starting position and ending position
# Our starting is the position of the start limiter. To find the string we must take
# the ending position of our end limiter and subtract that from the start limiter
$needle = substr($haystack, $start_pos+1, ($end_pos-1)-$start_pos);

echo "Found $needle";

我也考虑过使用explode()，但我认为正则表达式可能会更好更快。

Answer 1

你也可以使用两个explode语句。

例如，假设您想在 y=mx^z+b 中得到“z”。获取 z：

$formula="y=mx^z+b";
$z=explode("+",explode("^",$formula)[1])[0];

首先我得到 ^:explode("^",$formula)[1]之后的所有内容

然后我得到 + 之前的所有内容：explode("+",$previousExplode)[0]

Answer 2

这允许您使用不同的参数运行相同的函数，这样您就不必一直重写这段代码。还使用您使用的 strpos。一直对我很好。

function get_string_between($string, $start, $end){
    $string = " ".$string;
    $ini = strpos($string,$start);
    if ($ini == 0) return "";
    $ini += strlen($start);
    $len = strpos($string,$end,$ini) - $ini;
    return substr($string,$ini,$len);
}

$fullstring = 'This is a long set of words that I am going to use.';

$parsed = get_string_between($fullstring, 'This', "use");

echo $parsed;

将输出：

is a long set of words that I am going to

Answer 3

我对 PHP 不太熟悉，但在我看来你可以使用类似的东西：

if (preg_match("/(?<=First).*?(?=Second)/s", $haystack, $result))
    print_r($result[0]);

(?<=First) 在后面寻找 First 但不使用它，

.*? 捕获介于First 和Second 之间的所有内容，

(?=Second) 向前寻找Second，但不使用它，

末尾的s 是使点. 匹配换行符（如果有）。

---

要获取所有这些分隔符之间的文本，您可以使用preg_match_all，并且可以使用循环来获取每个元素：

if (preg_match_all("/(?<=First)(.*?)(?=Second)/s", $haystack, $result))
    for ($i = 1; count($result) > $i; $i++) {
        print_r($result[$i]);
    }

Answer 4

不确定结果是否会比您的代码更快，但您可以使用正则表达式：

$pattern = '~(?<=' . preg_quote($start, '~') 
         . ').+?(?=' . preg_quote($end, '~') . ')~si';
if (preg_match($pattern, $subject, $match))
    print_r($match[0]);

我使用 preg_quote 转义所有在正则表达式中具有特殊含义的字符（如+*|()[]{}.? 和模式分隔符~）

(?<=..) 是一个lookbehind 断言，它在您要查找的内容之前检查子字符串。
(?=..) 是一个lookahead 断言（之后也是如此）
.+? 表示所有字符一次或多次但可能性较小（问号使量词变得懒惰）

s 允许点匹配换行符（不是默认行为）
i 使搜索不区分大小写（如果不需要，可以将其删除）

Answer 5

这是一个简单的示例，用于查找字符串 $t 的单词 'mega' 和 'yo' 之间的所有内容。

PHP 示例

$t = "I am super mega awesome-sauce, yo!";

$arr = [];
preg_match("/mega\ (.*?)\ yo/ims", $t, $arr);

echo $arr[1];

PHP 输出

awesome-sauce,