正则表达式 - 忽略匹配中的某些字符串部分

Question

正则表达式 - 忽略匹配中的某些字符串部分

10

这是我的字符串：

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

我使用的正则表达式来使用match_all获取各个部分是：

The regex I'm using to grab the various parts using match_all is

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

结果为：

地址 => 圣马克教堂
注释 => The North East\

如何使它忽略注释中的 \' 字符？

- Paul Phillips

1

你是否只想在表达式中考虑字母数字字符？ - user1639464

不要基本上任何在'和第二个'之间的内容，不包括'。我有点对正则表达式新手，所以可能前面的部分也错了吧？ - Paul Phillips

3个回答

2

因为您发布了使用match_all，并且您个人资料中的顶级标签是php和wordpress，我认为可以合理地假设您正在使用php的preg_match_all()。

以下模式将匹配构建所需关联数组的子字符串：

生成完整字符串匹配和1个捕获组的模式：

/（address | notes）='\\ K(?:\\\'|[^']）* / （166步骤，演示链接）
/（address | notes）='\\ K。*？(? =（？<!\\）') / （218步骤，演示链接）

生成2个捕获组的模式：

/（address | notes）='((?:\\\'|[^'])*)/ （168步骤，演示链接）
/（address | notes）='（.*？（？<!\\））'/ （209步骤，演示链接）

代码：（演示）

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

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

echo "\n---\n";

preg_match_all(
    "/(address|notes)='((?:\\\'|[^'])*)/",
    $string,
    $out,
    PREG_SET_ORDER
);
var_export(array_column($out, 2, 1));

输出：

array (
  'address' => 'St Marks Church',
  'notes' => 'The North East\\\'s premier...',
)
---
array (
  'address' => 'St Marks Church',
  'notes' => 'The North East\\\'s premier...',
)

模式1和3使用备选方案，允许非撇号字符或未经反斜杠前缀的撇号。

模式2和4（在使用php实现时需要额外的反斜杠演示）使用回顾环来确保由反斜杠前缀的撇号不会结束匹配。

一些注意事项：

使用捕获组、备选方案和回顾环通常会降低模式效率。限制使用这些组件通常可以提高性能。使用贪婪量词的否定字符类通常可以提高性能。
使用\K（重新启动完整字符串匹配）在试图减少捕获组并减小输出数组大小时非常有用。

- mickmackusa

@PaulPhillips 四年过去了，你可能不再是正则表达式的新手了。请查看本页面上的所有答案。遗憾的是，本页面上的其他答案是不准确/错误的，并且随着时间的推移已经获得了赞数（这意味着它们多年来一直在误导读者）。如果您对我的答案或其他答案为什么不正确有任何疑问，我将很乐意解释。 - mickmackusa

嘿，Mick，你是在挑衅每个人的过去回答还是只有我的？ - AbsoluteƵERØ

我在另一个StackExchange网站上寻找答案时偶然发现了这个页面。我的行为没有任何恶意。如果我想要恶作剧，我会骂你或者干脆不留评论。我所做的是识别出一个包含3个错误答案（现在只有2个，因为anubhava删除了他的答案）的页面，合理地对误导性的错误答案进行了负面评价，留下了解释性评论（带有演示链接），编辑了问题，并提供了全面而周到的答案。我所做的应该被认为是“内容改进”。 - mickmackusa

我猜它以前是可以工作的（虽然我不确定如何），否则人们只是匆匆一瞥就认为它可以工作，尽管它被标记为答案，所以它可能帮助OP解决了他们的问题。无论如何。 - AbsoluteƵERØ

它从未按预期工作。原帖发布者盲目地相信了答案。多年来，这种盲目的信任像雪球一样越滚越大。 - mickmackusa

1

您需要匹配到一个没有反斜杠前缀的结束引号，如下所示：

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

这个[^\\]强制要求在'字符之前的字符不能是反斜杠。

- Kimball Robinson

如果输入是："address='.',notes='The North East\'s premier...'"，那么这个会起作用吗？ - anubhava

正如@anubhava所暗示的那样，这个答案是错误的，并且会扭曲预期的返回值。https://regex101.com/r/90fBSr/1（因误导而被downvote） - mickmackusa

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- AbsoluteƵERØ · Accepted Answer

不确定您是使用heredoc还是双引号包装字符串，但以下是一种不太贪婪的方法：

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

)

使用 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,"'"));
    }
}

输出看起来像：

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

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

)

超级缓慢的老派方法：

$len = strlen($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,"'");