Php 使用preg_split（）拆分带有标记的文本

我正在尝试拆分以下文本：

test2

etc通过以下reg ex：

preg_split(":</?word>:is", $html);

preg_split（“：：is”，$html）；

我得到的结果是：

test

和

test2

作为结果，但我需要的是重新训练

和

标记，所以我不只是得到test和test2，而是得到另外4个元素，其中包含匹配的标记

---

如何做到这一点？

首先：使用解析器修改XML（类似于

DOM

的

SimpleXML

可能很适合您，具体取决于接下来采取的操作）

然而，为了论证起见：

preg_split(":(</?word>):",
    "<word>test</word><word>test2</word>",
    0,
    PREG_SPLIT_NO_EMPTY|PREG_SPLIT_DELIM_CAPTURE);

preg_split（“：（）：”，
“测试2”，
0,
PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE）；

首先

但要解决您的问题，请查看

preg\u split(
“：（）：是”，
$html，
-1, 
PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY
);

现在，它将拆分它们，并为您提供以下信息：

array(7) {
  [0]=>
  string(6) "<word>"
  [1]=>
  string(4) "test"
  [2]=>
  string(7) "</word>"
  [3]=>
  string(2) ", "
  [4]=>
  string(6) "<word>"
  [5]=>
  string(5) "test2"
  [6]=>
  string(7) "</word>"
}

数组（7）{
[0]=>
字符串（6）”
[1]=>
字符串（4）“测试”
[2]=>
字符串（7）”
[3]=>
字符串（2）“，”
[4]=>
字符串（6）”
[5]=>
字符串（5）“test2”
[6]=>
字符串（7）”
}

还是不行。但是，我们可以做的是，在数组上循环，并将

移动到下一个缓冲区，将

移动到上一个缓冲区

$buffer = '';
$newWords = array();
foreach ($words as $word) {
    if (strcasecmp($word, '<word>') === 0) {
        $buffer .= $word;
    } elseif (strcasecmp($word, '</word>') === 0) {
        // Find the last buffer
        $last = end($newWords);
        $newWords[key($newWords)] = $last . $buffer . $word;
        $buffer = '';
    } else {
        $newWords[] = $buffer . $word;
        $buffer = '';
    }
}
if (!empty($buffer)) {
    $newWords[] = $buffer;
}

$buffer=''；
$newWords=array（）；
foreach（$words作为$word）{
if（strcasecmp（$word，'）==0）{
$buffer.=$word；
}elseif（strcasecmp（$word'，）==0）{
//找到最后一个缓冲区
$last=end（$newWords）；
$newWords[关键字（$newWords）]=$last.$buffer.$word；
$buffer=''；
}否则{
$newWords[]=$buffer.$word；
$buffer=''；
}
}
如果（！空（$buffer））{
$newWords[]=$buffer；
}

这将给你：

array(3) {
  [0]=>
  string(17) "<word>test</word>"
  [1]=>
  string(2) ", "
  [2]=>
  string(18) "<word>test2</word>"
}

数组（3）{
[0]=>
字符串（17）“测试”
[1]=>
字符串（2）“，”
[2]=>
字符串（18）“test2”
}

使用

的是

修饰符；如果他们不只是复制/粘贴问题，我会投票。啊，是的，完全没有必要。我会把它们删掉。（我记得几年前开始使用正则表达式时，我几乎按默认值键入了

/six

），此时我只是懒洋洋的c/p-ing，当然……：P）这是您的投票，感谢您纵容了一位易怒的正则表达式作者。：-）@OZZIE：因此，请关注答案的第一部分（使用类似于

simpleXML

或

DOM

，或任何其他实际的XML库…）。另一个答案中链接了一个背景：

array(3) {
  [0]=>
  string(17) "<word>test</word>"
  [1]=>
  string(2) ", "
  [2]=>
  string(18) "<word>test2</word>"
}