php - Google 运算符的正则表达式

Question

使用 PHP，我试图通过支持类似 Google 的运算符来改进我网站上的搜索，例如

• 关键字=自然/默认
• “关键字”或“搜索词组”= 完全匹配
• 关键字* = 部分匹配

为此，我需要将字符串拆分为两个数组。一个用于将确切的单词(但没有双引号)放入 $Array1() 并将其他所有内容(自然和部分关键字)放入 Array2()。

对于以下字符串，哪些正则表达式可以实现这一点？

---

示例字符串($string)

today i'm "trying" out a* "google search" "test"

想要的结果

$Array1 = array(
  [0]=>trying
  [1]=>google search
  [2]=>testing
);

$Array2 = array(
  [0]=>today
  [1]=>i'm
  [2]=>out
  [3]=>a*
);

---

1) Exact 我已针对精确的正则表达式尝试了以下方法，但它返回两个数组，一个带有双引号，一个不带双引号。我可以只使用 $result[1]，但这里可能缺少一个技巧。

preg_match_all(
    '/"([^"]+)"/iu', 
    'today i\'m "trying" \'out\' a* "google search" "test"', 
    $result
);

2) Natural/Partial 下面的规则返回正确的关键字，但带有几个空白值。这个正则表达式规则可能很草率，还是我应该通过 array_filter() 运行数组？

preg_split(
    '/"([^"]+)"|(\s)/iu', 
    'today i\'m "trying" \'out\' a* "google search" "test"'
);

Answer 1

您可以使用 strtok标记字符串。

例如，参见派生自 tokenizedQuoted function in the comments on the strtok manual page 的 tokenizeQuoted 函数:

// split a string into an array of space-delimited tokens, taking double-quoted and single-quoted strings into account
function tokenizeQuoted($string, $quotationMarks='"\'') {
    $tokens = array(array(),array());
    for ($nextToken=strtok($string, ' '); $nextToken!==false; $nextToken=strtok(' ')) {
        if (strpos($quotationMarks, $nextToken[0]) !== false) {
            if (strpos($quotationMarks, $nextToken[strlen($nextToken)-1]) !== false) {
                $tokens[0][] = substr($nextToken, 1, -1);
            } else {
                $tokens[0][] = substr($nextToken, 1) . ' ' . strtok($nextToken[0]);
            }
        } else {
            $tokens[1][] = $nextToken;
        }
    }
    return $tokens;
}

这是一个使用示例:

$string = 'today i\'m "trying" out a* "google search" "test"';
var_dump(tokenizeQuoted($string));

输出:

array(2) {
  [0]=>
  array(3) {
    [0]=>
    string(6) "trying"
    [1]=>
    string(13) "google search"
    [2]=>
    string(4) "test"
  }
  [1]=>
  array(4) {
    [0]=>
    string(5) "today"
    [1]=>
    string(3) "i'm"
    [2]=>
    string(3) "out"
    [3]=>
    string(2) "a*"
  }
}