在“and”和一些符号上拆分字符串，但如果被数字包围，则防止在连字符上拆分

Question

对于某些数据处理，我需要将字符串拆分为多个项目。 输入字符串的示例是：

'one, two & three and four-five 123-456'

现在，我需要将此字符串分成项目，其中可能的分隔符是

,

、

&

、（空格）、

and

、

-

。但是，这就是我陷入困境的地方，当它位于两个数字之间时，它不应该在

-

上分割。

我正在使用 PHP 和

preg_split

进行实际的拆分，但我需要一个正则表达式模式来匹配分隔符，排除两个数字之间的分隔符

-

（数字，但也可以是

123-456

）。在 PHP 中使用

trim()

可以抑制每个项目周围的空格。

我正在使用以下正则表达式模式：

/(and|,|\s|&)|\D(-)\D/

输出（使用

preg_split

等后）是：

[0] => one
[1] => two
[2] => three
[3] => fou
[4] => ive
[5] => 123-456

工作是正确的，但它也采用周围文本的最后一个和第一个字母作为

-

分隔符。项目

123-456

是正确的，因为当它立即被数字包围时，它不应该在

preg_split

上匹配（并与

-

分开）。

预期输出是：

[0] => one
[1] => two
[2] => three
[3] => four
[4] => five
[5] => 123-456

感谢任何帮助，如果缺少任何信息，请告诉我，我会更新我的问题。

Answer 1

您要使用的是lookahead和lookbehind（通常称为lookaround）：

/and|,|\s|&|(?<!\d)-(?!\d)/

这将执行的操作正是顾名思义 - 环顾四周以检查指定的模式是否匹配，不匹配它。在这种情况下，它只会匹配两边没有被数字字符（

-

）包围的

\d

，但匹配只会是

-

本身。

在这种情况下，

(?<!\d)

是一个负向后查找 - 它将向后查看紧邻的前一个字符串是否不与模式匹配。如果匹配，则会报告匹配失败并继续。同样，

(?!\d)

是一个负前瞻——它的作用完全相同，但方向相反。因为

-

夹在它们之间，所以效果是“如果

-

两边都没有数字字符，则只匹配它”。

Answer 2

保护数字包围的连字符的另一种方法是利用

(*SKIP)(*FAIL)

——基本上你匹配并丢弃应该被取消资格的子字符串。 Sebastian 答案中的环视模式需要 10 个步骤来解析字符串。

以下模式将需要 7 个步骤来解析字符串。我将单个定界字符和空白序列合并到一个字符类中，并添加了一个或多个量词来提高性能并减少爆炸次数。

代码：（演示）

$string = 'one, two & three and four-five 123-456';
var_export(
    preg_split('/\d-\d(*SKIP)(*FAIL)|and|[\s,&-]+/i', $string, 0, PREG_SPLIT_NO_EMPTY)
);

输出：

array (
  0 => 'one',
  1 => 'two',
  2 => 'three',
  3 => 'four',
  4 => 'five',
  5 => '123-456',
)

公平地说，

/and|[\s,&]+|(?<!\d)-(?!\d)/i

还将分 7 个步骤解析输入字符串，因此这取决于模式简洁性或个人喜好。 (演示)

var_export(
    preg_split('/and|[\s,&]+|(?<!\d)-(?!\d)/i', $string, 0, PREG_SPLIT_NO_EMPTY)
);