Question

我的正则表达式有问题，使用preg_match_all（）来匹配可变长度的东西。

我想要匹配的是“拥堵”一词之后的交通状况我想出的是这种正则表达式模式：

Congestion\s*:\s*(?P<congestion>.*)

然而，它会将第一个实例一直提取到整个主题的末尾，因为。*会匹配所有内容。但这不是我想要的，我希望它分别匹配为3个实例。

现在，由于拥塞背后的词语可能有不同的长度，我无法真实地预测它们之间有多少单词和空格来提出更严格的\ w * \ s * \ w *匹配等。

关于我如何从这里开始的任何线索？

Highway : Highway 26
Datetime : 18-Oct-2010 05:18 PM
Congestion : Traffic is slow from Smith St to Alice Springs St

Highway : Princes Highway
Datetime : 18-Oct-2010 05:18 PM
Congestion : Traffic is slow at the Flinders St / Elizabeth St intersection

Highway : Eastern Freeway
Datetime : 18-Oct-2010 05:19 PM
Congestion : Traffic is slow from Prince St to Queen St

编辑清晰度

这些格式很好的文本，实际上是通过格式很差的html电子邮件收到的。它包含随机换行符，例如“拥塞：交通\ n从Prince \ nSt到Queen St的速度很慢”。

因此，在处理电子邮件时，我删除了所有的html代码和随机换行符，并将json_encode（）分解为一个非常长的单行字符串，没有换行...

Answer 1

通常，正则表达式匹配是基于行的。正则表达式假设您的字符串是单行。您可以使用“m” (PCRE_MULTILINE) flag更改该行为。然后你可以告诉PHP只匹配行的末尾：

preg_match('/^Congestion\s*:\s*(?P<congestion>.*)$/m', $subject, $matches);

有两点需要注意：首先，修改模式以包括line-begin（^）和line-end（$）标记。其次，模式现在带有m修饰符。

Answer 2

Congestion\s*:\s*Traffic is\s*(?P<c1>[^\n]*)\s*from\s*(?P<c2>[^\n]*)\s*to\s*(?P<c3>[^\n]*)$

Answer 3

您可以尝试最小匹配：

Congestion\s*:\s*(?P<congestion>.*?)

这将导致在命名组“拥塞”中返回零个字符，除非您可以在拥塞字符串后立即匹配某些内容。

因此，如果“高速公路”始终启动交通状况记录，则可以修复此问题：

Congestion\s*:\s*(?P<congestion>.*?)Highway\s*:

如果这样可行（我还没有检查过），那么第一个记录会匹配，但最后一个记录不匹配！这可以通过在输入字符串的末尾附加文本“Highway：”来轻松修复。

正则表达式问题：无法匹配可变长度模式

3 个答案: