Question

所以我有一些字符串（这是一小段代码），看起来类似于：

L L L LIL5LSOLSLQLL AL

BL

B6LLALBLYLL69L6KL6L6L7LLLLLLHZLMhuLPLHILHLHLILILQZLSoLULWLXL4L4L>LZLL

L

LoLzLVLVLLLLLLLDLeLkLLaLLLLLLL5M    5string1:string2:(RANDOM):string3:(RANDOM)R<baseversion><version>0000000297000000025309458093771<version><baseversion>  BLYLL69L6KL6L6L7LLLL

我希望提取符合模式的所有字符串：

string1:string2:[A-Za-z0-9]:string3:[A-Za-z0-9]

注意：整篇文章中有很多内容;但每次换行时只能找到一个，但不是每行都有。

任何指导都会受到很大关注：）

Answer 1

我不完全确定你想要提取什么，但是以下（未经测试）将仅提取整个匹配以及baseversion。

$handle = fopen('/path/to/file.txt', "r");
while (!feof($handle)) {
  $line .= fread($handle, 8192);
  if (preg_match('/string1:string2:.+?:string3:.+?R<baseversion><version>(.+?)<version><baseversion>/', $line, $matches)) {
    print 'Match:   '.$matches[0]."\n";
    print 'Version: '.$matches[1]."\n";
  } 
}
fclose($handle);

模式.*?是有趣的部分。尽管.*匹配的次数尽可能多，但.*?只会尽可能少地匹配。假设字符串是“xaaay”，那么模式/ xa + /匹配“xaaa”而/ xa +？/匹配“xa”。（这个?的技术术语是“贪婪”。在文档中查看，ppl经常使用像lookahead这样的东西，因为他们不知道贪婪。）

我写了一张可能派上用场的备忘单：

http://www.bitcetera.com/en/techblog/2008/04/01/regex-in-a-nutshell/

作为旁注：[A-Za-z0-9]与随机字符不匹配，例如与“％”不匹配。

Answer 2

听起来像你想要的那样：

/string1:string2:[A-Za-z0-9]+:string3:[A-Za-z0-9]+(?=R<baseversion>)/

您可以在此处使用命名组而不是前瞻，但这应该可以完成工作。此外，不确定您是否需要这些+符号，因为您的样本正则表达式没有它们。我有点猜测（RANDOM）位是什么样的。

请注意，此处的重点是捕获从string1到但不包括 R<baseversion>的所有内容。看起来这就是你所要求的。

PHP中的乱码文本和正则表达式

2 个答案: