用字母数字拆分字符串，用preg_split拆分句号

Question

我试图使用像R401.4或R402.3.4这样的分隔符使用以下代码拆分一个大字符串：

<?php
  $chapter = "http://codes.iccsafe.org/app/book/content/2015-I-Codes/2015%20IRC%20HTML/Chapter%204.html";

  $data = file_get_contents($chapter);

  $split = preg_split('/(<b>[R]\d{3}[.][0-9])/' , $data, -1, PREG_SPLIT_DELIM_CAPTURE);

  print_r($split);
?>

当我在PHP中运行它时，我得到了一个不正确的拆分，如下所示，在我想要的地方和之后得到一个拆分，而不仅仅是在每个R401.部分：

3 => R 401.2 4 =>要求。地基施工应能按照R301截面容纳所有荷载，并将由此产生的荷载传递给支护土。支持基础和基础的填土应按照公认的工程惯例进行设计、安装和测试。用作木料和预制混凝土地基的碎石填料应符合R403节的要求。 5 => R 401.3 6 =>引流。地面排水应转用于风暴、下水道、运输工具或其他不造成危险的其他认可收集点。地块应分级，以便将地表水从地基墙中抽走。该等级须在首10呎(3048毫米)内最少下降6吋(152毫米)。 例外情况:如地段线、墙壁、斜坡或其他物理屏障禁止在10呎(3048毫米)范围内落6吋(152毫米)，则须建造排水渠或污水渠，以确保排水系统远离该构筑物。离建筑物基础10英尺(3048毫米)以内的不透水表面，应至少离建筑物2%的距离。 7 => R 401.4 8 =>土壤试验。

然而，当我在像regexer.com这样的正则表达式测试网站上尝试表达式时，它似乎是正确的。

http://regexr.com/3ds6l

我的regex有什么问题吗?还是与preg_match in php有关？

我正在寻找的是将我的数组格式化如下：

3 => R401.2要求。地基施工应能按照R301截面容纳所有荷载，并将由此产生的荷载传递给支护土。支持基础和基础的填土应按照公认的工程惯例进行设计、安装和测试。用作木料和预制混凝土地基的碎石填料应符合R403节的要求。 4 => R401.3引流。地面排水应转用于风暴、下水道、运输工具或其他不造成危险的其他认可收集点。地块应分级，以便将地表水从地基墙中抽走。该等级须在首10呎(3048毫米)内降至最少6吋(152毫米)。

注意:我知道使用DOM解析页面通常更好

谢谢。

Answer 1

使用前瞻性断言解决此问题，如在这里所做的：split while keeping delimiter at the start of array element

<?php
  $chapter = "http://codes.iccsafe.org/app/book/content/2015-I-Codes/2015%20IRC%20HTML/Chapter%204.html";

  $data = file_get_contents($chapter);

  $split = preg_split('/(?=<b>[R]\d{3}[.][0-9])/' , $data, -1, PREG_SPLIT_DELIM_CAPTURE);

  print_r($split);
?>

Answer 2

因为您没有捕获任何内容，所以不需要使用PREG_SPLIT_DELIM_CAPTURE。

以下是一个简化的版本：

$data=file_get_contents('http://codes.iccsafe.org/app/book/content/2015-I-Codes/2015%20IRC%20HTML/Chapter%204.html');
$split=preg_split('/(?=<b>R\d{3}\.\d)/',$data);
var_export($split);

(您提供的url不允许访问文本，因此我无法提供演示/输出。)