Question

我尝试匹配以下模式并创建一个数组，如下所述：

letter 'c' followed by digit
letter 'c' followed by digit dash digit
digit may be followed by an other digit enclosed in square parentheses []

模式以逗号分隔。

示例：

c2,c3-5,c6[2],c8[4]-10,c14-21[5]

这些数字是对法律条款段落的引用，如果有短划线则表示这是一系列段落。

例如：

c3-5 = paragraphs from 3 to 5

使用以下正则表达式，我可以匹配并分隔数字：

(\d+(\[\d+\])?-\d+(\[\d+\])?)|(\d+(\[\d+\])?)

https://regex101.com/r/iQ2pQ3/1

但要有效地使用这些数字我试图构建 - 没有成功 - 一个具有以下结构的数组：

Array 
(
    [0] => Array
    (
        [start] => 2
        [end]=> 
    )
    [1] => Array
    (
        [start] => 3
        [end] => 5
    )
    [2] => Array
    (
        [start] => 6[2]
        [end] =>
    )
    [3] => Array
    (
        [start] => 8[4]
        [end] => 10
    )
    [4] => Array
    (
        [start] => 14
        [end] => 21[5]
    )
)

您可能会看到使用键[start]将单个匹配项添加到数组中，当有一个短划线（范围）时，第一个数字加上键[start]和第二个数字使用密钥[end]。

我认为我可以通过逗号首先将explode字符串解析出来，然后在单个爆炸字符串上使用正则表达式。即便想到也不知道如何构建一个阵列，如上所述。

有更好的（更紧凑和优雅）的方式吗？

Answer 1

使用以下基于正则表达式的解决方案（请参阅demo）：

$re = '~c(?<start>\d+(?:\[\d+])?)(?:-(?<end>(?&start)?))?~'; 
$str = "c2,c3-5,c6[2],c8[4]-10,c14-21[5]"; 
preg_match_all($re, $str, $matches);
$res = array_map(function($ms, $me) { 
    return array("start" => $ms, "end" => $me);
}, $matches["start"], $matches["end"]);
print_r($res);

正则表达式与anubhava类似，但我在命名子例程调用（实际上是递归，重用，start子模式）的帮助下缩短了它：

c(?<start>\d+(?:\[\d+])?)(?:-(?<end>(?&start)?))?

请参阅regex demo，以下是其解释：

c - 文字c
(?<start>\d+(?:\[\d+])?) - （组名为＆＃34;开始＆＃34;）强制性子模式，\d+匹配1位数字，可选地后跟1次出现:后跟{ {1}} +位+ [
] - 1或0（可选）序列(?:-(?<end>(?&start)?))?后跟＆＃34; start＆＃34; group（值放入＆＃34; end＆＃34;组）。

Answer 2

您可以将正则表达式修改为此以捕获空匹配：

c(?P<start>\d+(?:\[\d+\])?)-?(?P<end>\d+(?:\[\d+\])?|)(?=,|$)

RegEx Demo

(?P<end>\d+(?:\[\d+\])?|)确保我们还会在end组中捕获空匹配。

代表其位置将正则表达式匹配添加到bidimensional数组

2 个答案: