正则表达式 - 忽略匹配中字符串的某些部分

Question

这是我的字符串：

address='St Marks Church',notes='The North East\'s premier...'

我用来通过match_all 抓取各个部分的正则表达式是

'/(address|notes)='(.+?)'/i'

结果是：

地址 => 圣马可教堂
notes => 东北\

如何让它忽略注释的 \' 字符？

Answer 1

不确定你是用heredoc还是双引号包裹你的字符串，但是一种不那么贪婪的方法：

$str4 = 'address="St Marks Church",notes="The North East\'s premier..."';
preg_match_all('~(address|notes)="([^"]*)"~i',$str4,$matches);
print_r($matches);

输出

Array
(
    [0] => Array
        (
            [0] => address="St Marks Church"
            [1] => notes="The North East's premier..."
        )

    [1] => Array
        (
            [0] => address
            [1] => notes
        )

    [2] => Array
        (
            [0] => St Marks Church
            [1] => The North East's premier...
        )

)

preg_split 的另一种方法：

//split the string at the comma
//assumes no commas in text
$parts = preg_split('!,!', $string);
foreach($parts as $key=>$value){
    //split the values at the = sign
    $parts[$key]=preg_split('!=!',$value);
    foreach($parts[$key] as $k2=>$v2){
        //trim the quotes out and remove the slashes
        $parts[$key][$k2]=stripslashes(trim($v2,"'"));
    }
}

输出如下：

Array
(
    [0] => Array
        (
            [0] => address
            [1] => St Marks Church
        )

    [1] => Array
        (
            [0] => notes
            [1] => The North East's premier...
        )

)

超级慢的老派方法：

$len = strlen($string);
$key = "";
$value = "";
$store = array();
$pos = 0;
$mode = 'key';
while($pos < $len){
  switch($string[$pos]){
    case $string[$pos]==='=':
        $mode = 'value';
        break;
    case $string[$pos]===",":
        $store[$key]=trim($value,"'");
        $key=$value='';
        $mode = 'key';
        break;
    default:
        $$mode .= $string[$pos];
  }

  $pos++;
}
        $store[$key]=trim($value,"'");

Answer 2

因为您已发布您正在使用match_all 并且您的个人资料中的顶部标签是php 和wordpress，所以我认为假设您将preg_match_all() 与php 一起使用是公平的。

以下模式将匹配构建所需关联数组所需的子字符串：

生成全字符串匹配和 1 个捕获组的模式：

1. /(address|notes)='\K(?:\\\'|[^'])*/（166 步，demo link）
   
2. /(address|notes)='\K.*?(?=(?<!\\)')/（218 步，demo link）

生成 2 个捕获组的模式：

1. /(address|notes)='((?:\\\'|[^'])*)/（168 步，demo link）
   
2. /(address|notes)='(.*?(?<!\\))'/（209 步，demo link）

代码：(Demo)

$string="address='St Marks Church',notes='The North East\'s premier...'";

if(preg_match_all("/(address|notes)='\K(?:\\\'|[^'])*/",$string,$out)){
    $result=array_combine($out[1],$out[0]);
}
var_dump($result);

echo "\n---\n";

if(preg_match_all("/(address|notes)='((?:\\\'|[^'])*)/",$string,$out,PREG_SET_ORDER)){
    $result=array_combine(array_column($out,1),array_column($out,2));
}
var_dump($result);

输出：

array(2) {
  ["address"]=>
  string(15) "St Marks Church"
  ["notes"]=>
  string(28) "The North East\'s premier..."
}

---
array(2) {
  ["address"]=>
  string(15) "St Marks Church"
  ["notes"]=>
  string(28) "The North East\'s premier..."
}

模式 #1 和 #3 使用替代项来允许非撇号字符或不以反斜杠开头的撇号。

模式 #2 和 #4（使用 php demo 实现时需要额外的反斜杠）使用环视来确保反斜杠前面的撇号不会结束匹配。

一些注意事项：

• 使用捕获组、备选方案和环视会降低模式效率。限制这些组件的使用将提高性能。使用否定字符类通常可以提高性能。

• 在尝试减少捕获组时，使用\K（重新启动全字符串匹配）非常有用，它可以减小输出数组的大小。

Answer 3

你应该匹配一个没有反斜杠的结束引号，因此：

(address|notes)='(.*?)[^\\]'

这个[^\\] 强制紧接在' 字符之前的字符是反斜杠以外的任何字符。