Question

我找到了这个答案 - https://stackoverflow.com/a/7943464/1901367 - 它给了我这个非常有用的代码，允许我解析包含引号和空格的搜索字符串。

preg_match_all('/(?<!")\b\w+\b|(?<=")\b[^"]+/', $subject, $result, PREG_PATTERN_ORDER);

我想知道是否有人可以告诉我如何更改此代码，以便它保留完整的布尔运算符，例如+和 - ，因为当前代码将它们删除。

我想利用这些运算符对我的数据库进行全文布尔搜索，我对此不太理解的REGEX感到困惑。

输入和输出示例。

输入：'“这是一些”这里的文字是 - 更多 - “不在我身边” 输出：[这是一些] [文本] [这里] [是] [-more] [-exclude me]这些将在$ result数组中

因此，空格分隔的所有内容都是单独的项目，除非它是用“”括起来的短语。这已经有效了，但我已经 - 并且 - “我不知道”结果目前会[更多]和[排除我]失去我想要保留的减号。

提前致谢！

Answer 1

您可以使用简单的正则表达式来抽出令牌，使用引号及其中的所有内容，然后在使用它们之前将它们弄清楚。像这样：

function query_tokens($query)
{
    $regex = '/-?"[\pL\s]+"|-?\pL+/';

    preg_match_all($regex, $query, $tokens, PREG_SET_ORDER);

    foreach ($tokens as & $token)
    {
        $token = array_shift($token);

        $modifier = NULL;

        if ($token[0] === '-' || $token[0] === '+')
        {
            $modifier = $token[0];

            $token = substr($token, 1);
        }
        if ($token[0] === '"')
        {
            $token = trim($token, '"');
        }
        $token = $modifier.$token;
    }

    return $tokens;
}

使用的字符串和函数的结果：

var_dump(query_tokens('"this is some" text here is -more -"exlude me"'));
array (size=6)
  0 => string 'this is some' (length=12)
  1 => string 'text' (length=4)
  2 => string 'here' (length=4)
  3 => string 'is' (length=2)
  4 => string '-more' (length=5)
  5 => string '-exlude me' (length=10)

正则表达式很棒，但有时它们会使事情变得比它们需要的更复杂。

Answer 2

您无法使用正则表达式捕获'-exclude me'，因为匹配始终是连续的。充其量，您可以修改正则表达式以匹配'-more'标记：

(?<!")-?\b\w+\b|(?<=")\b[^"]+

使用REGEX解析具有布尔运算符的搜索字符串

2 个答案: