将带有简单标记的字符串分解为数组的最佳方法是什么？答案

【问题标题】：What is the best way to explode a string with simple markup into an array?将带有简单标记的字符串分解为数组的最佳方法是什么？
【发布时间】：2016-07-19 13:00:25
【问题描述】：

在 PHP 中，我想找出最好的方法来获取包含一些简单标签的字符串，并将其分解为一个多维数组，每个索引包含另外两个数组，其中包含项目 tags 和 text。如果没有异常标签，tags 将是 null。如果字符串的一部分上存在一个（或多个）标签，tags 将包含所有相关标签指示符的空格分隔列表。

例子：

字符串

The __**quick** brown__ fox jumped __over the__ lazy dog.

处理过的数组

[
    [
        'tags' => null,
        'text' => 'The ',
    ],
    [
        'tags' => '__ **',
        'text' => 'quick',
    ],
    [
        'tags' => '__',
        'text' => ' brown',
    ],
    [
        'tags' => null,
        'text' => ' fox jumped ',
    ],
    [
        'tags' => '__',
        'text' => 'over the',
    ],
    [
        'tags' => null,
        'text' => ' lazy dog.',
    ],
]

我正在努力思考什么是做这件事的最佳方式。这个概念看起来很简单，但我越想它，我就越困惑如何执行它。在foreach 中使用preg_match 函数的某种组合是最好的方法，还是有其他选择？任何指向正确方向的帮助将不胜感激。

【问题讨论】：

您希望得到什么样的结果？你试过explode()吗？
我认为您正在寻找的是一个 tokenizer。想象一下这样的输出：[ [ "text", "The " ], [ "tag", "__" ], [ "tag", "**" ], [ "text", "quick" ], [ "tag", "**" ], [ "text", " brown" ] .. etc（有点浓缩，因为我这里没有太多空间）。我不知道正则表达式是否是这里最好的工具。我认为对字符串进行循环以找到每个 tag 就足够了。每个标记都是 ( text|tag, [value] ) 的元组。

标签： php arrays tags explode

【解决方案1】：

因为您有叠瓦标记，所以您需要一个堆栈来跟踪叠瓦级别。没有办法直接使用正则表达式来做到这一点，因此只对字符串符号进行迭代可能更容易。

作为开始：

print_r(process("The __**quick** brown__ fox jumped __over the__ lazy dog."));

function process($str) {
  $str = '~~'.$str.'~~';
  $sz = strlen($str);

  $res = array();
  $stack = array();
  $text = '';

  for($n = 0; $n < $sz; $n++) {
    if(strpos('*_~', $c = $str[$n]) === false) {
      $text .= $c;
      continue;
    }
    if($text) {
      $res[] = array('text' => $text, 'tags' => implode(" ", array_slice($stack, 1)));
      $text = '';
    }
    $c .= $str[$n++];
    $c == end($stack) ? array_pop($stack) : $stack[] = $c;
  }
  return $res;
}

输出：

Array
(
    [0] => Array
        (
            [text] => The
            [tags] =>
        )
    [1] => Array
        (
            [text] => quick
            [tags] => __ **
        )
    [2] => Array
        (
            [text] =>  brown
            [tags] => __
        )
    [3] => Array
        (
            [text] =>  fox jumped
            [tags] =>
        )
    [4] => Array
        (
            [text] => over the
            [tags] => __
        )
    [5] => Array
        (
            [text] =>  lazy dog.
            [tags] =>
        )
)

一些注意事项：

此代码假定输入正确。它不执行任何检查。
在内部，整个字符串被封装到“~~”标记中。这样，字符串处理以“标签结束”条件结束，最后一个待处理的文本块被正确地附加到结果集中。（叫我懒狗吧。）但是这个标记并没有注入到最终结果中。

【讨论】：

【解决方案2】：

魔鬼并没有画的那么黑。

$str = 'The __**quick** brown__ fox jumped __over the__ lazy dog.';

$t = array_map(function($i) { 
     $i = preg_split('/[^ A-Za-z]+\K/', $i,2); 
     if (count($i) == 1) array_unshift($i, null);
     return $i;
     },  preg_split('/[A-Za-z.,]\K(?=[^A-Za-z.,])/', $str));   
print_r($t);

demo

【讨论】：