Regex:如何从匹配的字符集开始捕获组

Question

下面是我想要分割成一个数组的字符串：

35g walnut halves A handful of thyme leaves 200g portobello mushrooms 200g white mushrooms 200g chifferini pasta 100g Petit Brebis sheep's cheese 40g honey

我想使用preg_split从字符串中提取各个成分。单独的配料从以下几个方面开始：

• 由数字加上字符g定义的数量。
• 一个序列，一个字符，如A handful

到目前为止，我有一个regex模式([0-9]+g|A handful)，它正确地找到字符串中的断线，但不包括整个成分描述。我需要捕捉组包括其余的字符，直到下一次匹配。

为了获得数组返回，我使用了以下PHP：

preg_split("/([0-9]+g|A handful)/", $ingredients_str, -1, PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY)

期望的输出是：

[
  0 => 35g walnut halves
  1 => A handful of thyme leaves
  2 => 200g portobello mushrooms
  etc..
]

请参阅regex 101

Answer 1

您可以使用preg_match_all提取所有描述：

preg_match_all('~(?:\d+g|A handful).*?(?=\s*(?:\d+g|A handful|$))~s', $str, $matches)

见regex演示。

详细信息

• (?:\d+g|A handful) - 1+数字后面跟着g或A handful
• .*? -任何零或多个字符，尽可能少
• (?=\s*(?:\d+g|A handful|$)) -直到字符串中的一个位置，该位置紧跟在0+空格后面，后面跟着1+位数和g，或者是A handful或字符串的末尾。

见PHP演示

$re = '/(?:[0-9]+g|A handful).*?(?=\s*(?:[0-9]+g|A handful|$))/s';
$str = '35g walnut halves A handful of thyme leaves 200g portobello mushrooms 200g white mushrooms 200g chifferini pasta 100g Petit Brebis sheep\'s cheese 40g honey';
if (preg_match_all($re, $str, $matches)) {
   print_r($matches[0]);
}

输出：

Array
(
    [0] => 35g walnut halves
    [1] => A handful of thyme leaves
    [2] => 200g portobello mushrooms
    [3] => 200g white mushrooms
    [4] => 200g chifferini pasta
    [5] => 100g Petit Brebis sheep's cheese
    [6] => 40g honey
)

preg_split解决方案可能看起来像

$re = '/(?!^)\b(?=[0-9]+g|A handful)/';
$str = '35g walnut halves A handful of thyme leaves 200g portobello mushrooms 200g white mushrooms 200g chifferini pasta 100g Petit Brebis sheep\'s cheese 40g honey';
print_r(preg_split($re, $str));

见在线演示。这里,

• (?!^) -匹配不位于字符串开头的位置。
• \b -字边界
• (?=[0-9]+g|A handful) -一个紧跟在1+数字后面的位置，然后是g或A handful子字符串。