PHP字符串多分隔符拆分与类型识别：保留顺序与分隔符信息

本教程探讨如何在PHP中高效地使用多个分隔符拆分字符串，同时保留分隔符本身的信息及其原始顺序，并根据分隔符类型对拆分后的片段进行分类。文章将介绍两种主要方法：基于正则表达式的预处理与拆分，以及适用于特定模式的迭代式令牌处理，帮助开发者灵活应对字符串解析需求。

问题背景：多分隔符字符串解析的挑战

在php中，explode() 函数是处理字符串拆分的常用工具。然而，当我们需要根据多个不同的分隔符来拆分字符串，并且要求在拆分结果中保留每个分隔符的类型及其原始顺序时，explode() 函数就显得力不从心了。例如，给定一个字符串 “* aaa aaa – bbb bbb – ccc * ddd * eee”，其中 * 表示负值，- 表示正值，我们期望的输出是：

1 - Negative: aaa aaa
2 - Positive: bbb bbb
3 - Positive: ccc
4 - Negative: ddd
5 - Negative: eee

这要求我们不仅要拆分字符串，还要识别出每个片段是由哪个分隔符引导的，并保持它们在原始字符串中的顺序。

方法一：基于正则表达式的预处理与拆分

此方法的核心思想是利用正则表达式 preg_replace() 先将字符串中的所有目标分隔符（* 和 -）替换成一个包含统一内部分隔符（如制表符 \t）的新字符串。这样，所有逻辑上的“段落”都被 \t 分隔开，之后再使用 explode() 进行拆分，最后迭代处理结果。

核心思路与步骤

1. 插入内部分隔符： 使用 preg_replace() 查找所有 * 和 -，并在它们前面插入一个独特的内部分隔符（例如 \t）。
2. 按内部分隔符拆分： 使用 explode() 将预处理后的字符串拆分成一个数组。
3. 迭代处理结果： 遍历拆分后的数组，根据每个元素的第一个字符（即原始分隔符）来识别其类型，并提取实际的值。

示例代码

<?php
$text = "* aaa aaa - bbb bbb - ccc * ddd * eee";
// 步骤1: 使用正则表达式在每个 * 或 - 前插入一个制表符 \t
// '/([*-])/' 匹配 * 或 -，并将其捕获到组1中
// "\t$1" 将匹配到的分隔符前面加上 \t
$formatted_text = preg_replace('/([*-])/', "\t$1", $text);
echo "原始文本: " . $text . "\n";
echo "格式化后: " . $formatted_text . "\n";
// 步骤2: 按制表符 \t 拆分字符串
$items = explode("\t", $formatted_text);
echo "拆分结果数组:\n";
print_r($items);
echo "\n处理后的输出:\n";
// 步骤3: 迭代处理结果
// array_slice($items, 1) 用于跳过 explode 产生的第一个空字符串（因为第一个 * 前面也被加了 \t）
foreach(array_slice($items, 1) as $i => $item) {
// 确保元素不为空，并至少包含一个分隔符字符
if (!empty($item) && strlen($item) > 0) {
$index = $i + 1; // 调整索引，使其从1开始
$delimiter = $item[0]; // 获取分隔符
$value = trim(substr($item, 1)); // 移除分隔符并去除前后空格
if ($delimiter == '*') {
echo "$index - Negative: $value\n";
} else if ($delimiter == '-') {
echo "$index - Positive: $value\n";
}
}
}
?>

输出结果

原始文本: * aaa aaa - bbb bbb - ccc * ddd * eee
格式化后: