PHP preg_split：按其他字符串拆分字符串

我想用一系列单词来拆分一个大字符串

例如

那么结果将是：

$text[0]='This is';
$text[1]='string which needs';
$text[2]='be';
$text[3]='above';
$text[4]='.';

---

我该怎么做？是最好的方法，还是有更有效的方法？我希望它尽可能快，因为我将拆分数百MB的文件。

由于$splitby数组中的单词不是正则表达式，您可以使用

---

这应该是合理有效的。但是，您可能希望使用一些文件进行测试，并报告性能

$splitby = array('these','are','the','words','to','split','by');
$text = 'This is the string which needs to be split by the above words.';
$pattern = '/\s?'.implode($splitby, '\s?|\s?').'\s?/';
$result = preg_split($pattern, $text, -1, PREG_SPLIT_NO_EMPTY);

• 正则表达式演示：
• PHP代码演示：

---

preg\u split

可以用作：

$pieces = preg_split('/'.implode('\s*|\s*',$splitby).'/',$text,-1,PREG_SPLIT_NO_EMPTY);

---

我认为没有必要使用pcre正则表达式。。。如果这真的是分裂的话，你需要

你可以这样做，看看它是否更快/更好

$splitby = array('these','are','the','words','to','split','by');
$text = 'This is the string which needs to be split by the above words.';

$split = explode(' ', $text);
$result = array();
$temp = array();

foreach ($split as $s) {

    if (in_array($s, $splitby)) {
        if (sizeof($temp) > 0) {
           $result[] = implode(' ', $temp);
           $temp = array();
        }            
    } else {
        $temp[] = $s;
    }
}

if (sizeof($temp) > 0) {
    $result[] = implode(' ', $temp);
}

var_dump($result);

/* output

array(4) {
  [0]=>
  string(7) "This is"
  [1]=>
  string(18) "string which needs"
  [2]=>
  string(2) "be"
  [3]=>
  string(5) "above words."
}

---

输出的唯一区别是最后一个单词，因为“单词”！=“word”并且它不是拆分的单词。

str\u split（）

不能用字符串分隔字符串。它只是将一个字符串拆分为一个字符数组，长度等于最后一个参数的长度（默认值为1）。考虑到他想按特定的单词拆分字符串，而不是将其拆分为单词大小的块，这个答案没有意义。这正是我想要的。谢谢大家!@阿拉斯代尔：很高兴能帮忙！注意

codaddict

关于

\s*

的建议，如果示例数据中的单词之间可能有一个以上的空格，这可能会很有用。感谢您的帮助。虽然in_array（）对于大型数组非常慢，但preg_split要快得多。也许你是对的，但如果你使用preg_split，你可能会得到“编译失败：正则表达式在偏移量*******处太大”。我只是尝试了5490个单词的数组，结果失败了。结果是preg_split花了我太长时间。请参阅下面我的解决方案。您的解决方案很好，但in_array（）函数在PHP中存在问题。检查数组中某个值是否存在的一种更快的方法是数组翻转数组，然后使用isset（）检查键是否存在，这比在数组中使用大约快1000倍。数组翻转+isset似乎是个好主意。但对于一个200k元素的数组来说，差别“只有”30ms。根据我的经验，差别是秒与小时，字面上来说。我认为in_array（）存在严重问题。无论如何，无论是preg_拆分还是我发布然后删除的方法都没有达到我想要的效果。我现在正在测试您修改为使用isset（）的方法。注意：如果在$splitby上执行array\u flip，然后使用isset（）而不是在\u array（）中，racar的答案是最快的。preg_split不起作用，因为$splitby中有数百个单词。

$splitby = array('these','are','the','words','to','split','by');
$text = 'This is the string which needs to be split by the above words.';

$split = explode(' ', $text);
$result = array();
$temp = array();

foreach ($split as $s) {

    if (in_array($s, $splitby)) {
        if (sizeof($temp) > 0) {
           $result[] = implode(' ', $temp);
           $temp = array();
        }            
    } else {
        $temp[] = $s;
    }
}

if (sizeof($temp) > 0) {
    $result[] = implode(' ', $temp);
}

var_dump($result);

/* output

array(4) {
  [0]=>
  string(7) "This is"
  [1]=>
  string(18) "string which needs"
  [2]=>
  string(2) "be"
  [3]=>
  string(5) "above words."
}