php - preg_split 有两种模式(其中一种被引用)

Question

我想在 PHP 中拆分包含带引号和不带引号的子字符串的字符串。
假设我有以下字符串:

"this is a string" cat dog "cow"  

分割后的数组应该是这样的:

array (  
[0] => "this is a string"  
[1] => "cat"  
[2] => "dog"  
[3] => "cow"  
)

我在正则表达式方面遇到了一些困难，我想知道是否有可能只用一个正则表达式/preg_split-Call 来实现...

我首先尝试的是:

[[:blank:]]*(?=(?:[^"]*"[^"]*")*[^"]*$)[[:blank:]]*

但这仅正确拆分了数组[0] 和数组[3] - 其余部分按字符拆分。

然后我找到了这个链接:
PHP preg_split with two delimiters unless a delimiter is within quotes

(?=(?:[^"]*"[^"]*")*[^"]*$)

在我看来，这是一个很好的起点。但是，我示例中的结果与第一个正则表达式的结果相同。

我尝试将两者结合起来——第一个用于带引号的字符串，然后是第二个子正则表达式，它应该省略带引号的字符串(因此是 [^"]):

(?=(?:[^"]*"[^"]*")*[^"]*$)|[[:blank:]]*([^"].*[^"])[[:blank:]]*

因此有 2 个问题:

1. 仅用一个 regex/preg_split-Call 是否有可能达到我想要的效果？
2. 如果是，我将不胜感激关于如何正确组装正则表达式的提示

Answer 1

由于匹配不能重叠，您可以像这样使用 preg_match_all:

preg_match_all('/"[^"]*"|\S+/', $input, $matches);

现在 $matches[0] 应该包含您要查找的内容。正则表达式将首先尝试匹配带引号的字符串，然后停止。如果不这样做，它只会收集尽可能多的非空白字符。由于尝试从左到右交替，因此引用的版本优先。

编辑:但这不会去掉引号。为此，您可以使用捕获组:

preg_match_all('/(?|"([^"]*)"|(\S+))/', $input, $matches);

现在 $matches[1] 将准确包含您要查找的内容。 (?| 是为了让两个捕获组都在相同的索引处结束。

编辑 2: 因为您要求的是 preg_split 解决方案，所以这也是可能的。我们可以使用前瞻，断言空格后跟偶数个引号(直到字符串末尾):

$result = preg_split('/\s+(?=(?:[^"]*"[^"]*")*$)/', $input);

当然，这不会去掉引号，但可以在单独的步骤中轻松完成。