Question

我有一个正则表达式数组，我试图遍历文本文档以找到第一个模式，将其指定为数组的键，然后继续查找第二个模式并将其指定为值。每当我遇到模式1时，我希望始终将其指定为一个键，并且所有模式2匹配，直到我遇到一个新键将被分配给该第一个键作为值。

文本文档结构：

Subject: sometext

Email: someemail@email.com

source: www.google.com www.stackoverflow.com www.reddit.com

所以我有一系列表达式：

$expressions=array(
                'email'=>'(\b[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}\b)',
                'url'=>'([A-Za-z][A-Za-z0-9+.-]{1,120}:[A-Za-z0-9/](([A-Za-z0-9$_.+!*,;/?:@&~=-])|%[A-Fa-f0-9]{2}){1,333}(#([a-zA-Z0-9][a-zA-Z0-9$_.+!*,;/?:@&~=%-]{0,1000}))?)'
               );

我想遍历我的文本文档并匹配电子邮件地址，然后将其指定为数组的键，然后将所有后续的URL指定为值，s输出到上面的文本将是：

array(
  'someemail@email.com' => array (
      0 => 'www.google.com',
      1 => 'www.stackoverflow.com',
      2 => 'www.reddit.com'
    )

Answer 1

做这种事的一种方法：

$parts = preg_split("/(emailexpr)/",$txt,-1,PREG_SPLIT_DELIM_CAPTURE);

$res = array();

// note: $parts[0] will be everything preceding the first emailexpr match
for ( $i=1; isset($parts[$i]); $i+=2 )
{
    $email = $parts[$i];
    $chunk = $parts[$i+1];
    if ( preg_match_all("/domainexpr/",$chunk,$match) )
    {
        $res[$email] = $match[0];
    }
}

用正则表达式乱码替换emailexpr和domainexpr。

Answer 2

我愿意：

$lines = file('input_file', FILE_SKIP_EMPTY_LINES);
$array = array();
foreach($lines as $line) {
  if(preg_match('/^Subject:/', $line) {
    $email = '';
  } elseif(preg_match('/^Email: (.*)$/', $line, $m)) {
    if(preg_match($expressions['email'], $m[1])) {
      $email = $m[1];
    }
  } elseif(preg_match('/^source: (.*)$/', $line, $m) && $email) {
    foreach(explode(' ', $m[1]) as $url) {
      if(preg_match($expressions['url'], $url)) {
        $array[$email][] = $url;
      }
    }
  }
}

将正则表达式模式指定为数组的键

2 个答案: