php - 标签分隔字符串的正则表达式

Question

我有一堆这样的字符串:

a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc

我需要做的是根据 hashtag 位置将它们拆分为如下所示:

Array
(
    [0] => A
    [1] => AAX1AAY222
    [2] => B
    [3] => BBX4BBY555BBZ6
    [4] => C
    [5] => MMM1
    [6] => D
    [7] => ARA1
    [8] => E
    [9] => ABC
)

因此，如您所见，hashtag 后面的字符被捕获，加上 hashtag 之后的所有内容就在下一个 char+hashtag 之前。

我有以下 RegEx，当我在每个部分的末尾都有一个 numeric 值时，它仅工作正常。

这是 RegEx 设置:

preg_split('/([A-Z])+#/', $text, 0, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);

它可以很好地处理这样的事情:

C#mmm1D#ara1

但是，如果我把它改成这样(删除数字):

C#mmmD#ara

然后就是这个结果，不好:

    Array
(
    [0] => C
    [1] => D
)

我看过 this 问题和 this 问题，它们很相似，但没有一个对我有用。

所以，我的问题是，为什么只有在它后面跟有数字时它才有效？我该如何解决？

在这里你可以看到我有的一​​些示例字符串:

a#123b#abcc#def456         // A:123, B:ABC, C:DEF456
a#abc1def2efg3b#abcdefc#8  // A:ABC1DEF2EFG3, B:ABCDEF, C:8
a#abcdef123b#5c#xyz789     // A:ABCDEF123, B:5, C:XYZ789

附言字符串不区分大小写。

附言如果你想过这些字符串到底是什么，它们是用户提交的问卷答案，我不能对它们做任何事情，比如重构，因为它们已经存储，只需要继续。

为什么不使用 explode？

如果您查看我的示例，您会发现我还需要在 # 之前捕获字符。如果您认为 explode() 可行，请同时发布输出，谢谢!

更新

我们是否应该关注为什么 /([A-Z])+#/ 仅在包含数字时才有效？谢谢。

Answer 1

而不是使用 preg_split() , 决定你想匹配什么:

1. 一组“单词”，如果后跟 <any-char>#或 <end-of-string> .

2. 如果紧跟 # 的字符.

   $str = 'a#aax1aay222b#bbx4bby555bbz6c#mmm1d#ara1e#abc';
   
   preg_match_all('/\w+(?=.#|$)|\w(?=#)/', $str, $matches);
   

Demo

这个表达式使用了两个先行断言。结果在 $matches[0] 中.

更新

另一种看待它的方式是这样的:

preg_match_all('/(\w)#(\w+)(?=\w#|$)/', $str, $matches);

print_r(array_combine($matches[1], $matches[2]));

每个条目都以一个字符开头，后跟一个散列，然后是 X 个字符，直到遇到字符串的结尾或下一个条目的开头。

输出是这样的:

Array
(
    [a] => aax1aay222
    [b] => bbx4bby555bbz6
    [c] => mmm1
    [d] => ara1
    [e] => abc
)