正则表达式php在不同的组中从字符串中分离出精确的单词

我已经尝试了我所知道的一切，但仍然不知道如何解决此问题：

我有一个字符串：

• “--包括--在销售价格中：5%增值税10.00美元包装费2%通知费”

• “--不包括在销售价格中：35.00美元快递费2%通知费”

我想知道税是“包括”还是“不包括”，费用是“%还是“货币” 问题在于，当货币“usd”附加到税号“vat usd”时，它没有检测到货币“usd”

如何将货币与不同组中的税务名称区分开来

以下是我所做的

(--excluded--|--included--|--not included--)([a-z ]*)?:?(usd | aed | mad | € | us\$ )?([ \. 0-9 ]*)(%)?([a-z A-z ?]*) (aed|mad|€|us\$)*((aed|mad|€|us\$)+)?([\. 0-9 ]*)(%)?([a-z A-z]*)(.*)?

这是我得到的

(--excluded--|--included--|--not included--)([a-z ]*)?:?(usd | aed | mad | € | us\$ )?([ \. 0-9 ]*)(%)?([a-z A-z ?]*) (aed|mad|€|us\$)*((aed|mad|€|us\$)+)?([\. 0-9 ]*)(%)?([a-z A-z]*)(.*)?

匹配1
完全匹配0-83--包括在销售价格中：5%增值税10.00美元包装费2%通知费
第一组。0-12--包括在内--
第2组。销售价格中的12-29
第4组。30-33    5 
第5组。33-34   %
第6组。34-42美元增值税
第10组。43-49   10.00 
第12组。49-64包装费
第13组。64-82 2%通知费

这就是我想要的

匹配1
完全匹配0-83--包括在销售价格中：5%增值税10.00美元包装费2%通知费
第一组。0-12--包括在内--
第2组。销售价格中的12-29
第4组。30-33    5 
第5组。33-34   %
第6组。34-38增值税
第7组。38-42美元
第10组。43-49   10.00 
第12组。49-64包装费
第13组。64-82 2%通知费

以下是解决方案：

$s = "--included-- in product price: breakfast --excluded--: 5 % vat aed 10.00 destination fee per night 2 % municipality fee 3.5 % packaging fee 10 % warranty service charge";
$results = [];
if (preg_match_all('~(--(?:(?:not )?in|ex)cluded--)(?:\s+([a-zA-Z ]+))?:+\s*((?:(?!--(?:(?:not )?in|ex)cluded--).)*)~su', $s, $m, PREG_SET_ORDER, 0)) {
    foreach ($m as $v) {
        $lastline=array_pop($v); // Remove last item //print_r($details);
        if (preg_match_all('~(?:(\b(?:usd|aed|mad|usd)\b|\B€|\bus\$)\s*)?\d+(?:\.\d+)?(?:(?!(?1))\D)*~ui', $lastline, $details)) {
            $results[] = array_merge($v, $details[0]);
        } else {
            $results[] = $v;
        }
    }
}
print_r($results);

看

注:

第一个正则表达式提取需要解析的每个匹配项。看见这意味着：

• （-（？：（？：不）？包括在内--

  -第1组：较短版本的

  （-排除--include--not include--not include--

  ：

  --排除--

  ，

  --包括--

  或

  --不包括--

• （？：\s+（[a-zA-Z]+）？

  -可选序列：1+空格，然后分组2:1+ASCII字母或空格

• ：+

  -1个或多个冒号

• \s*

  -0+空格

• （（？：（？！-（？：（？：不）？在| ex）中包括-）*）

  -第3组：任何字符，0+次，尽可能多，不启动三个字符序列中的任何一个：

  --排除--

  ，

  --包括--

  ，

  --不包括--

然后，需要进一步解析group3值以获取所有细节。在这里是用来匹配的

• （？：（\b（？：usd | aed | mad | usd）\b | \b€| \bus\$）\s*）？

  -可选的

  • （\b（？：usd | aed | mad | usd）\b | \b€| \bus\$）

    -第1组：

    • \b（？：usd | aed | mad | usd）\b

      -

      usd

      ，

      aed

      ，

      mad

      或

      usd

      作为整句话

    • \B€

      -

      €

      前面没有字符

    • \bus\$

      -

      us$

      前面没有字符

  • \s*

    -0+空格

• \d+

• （？：\。\d+）

  -可选的
  和1+数字序列

• （？：（？！（？1））\D）*

  -任何非数字字符，尽可能多地出现0次或更多次，与组1中的模式不同

---

您好，Wiktor，第一个示例有效，但这一个示例无效，例如：“--不包括--在售价中：35.00美元快递费15.00美元通知费”我得到的是：第4组。212-218 35.00组10。218-218组12。218-235快递费usd@MounirMoel什么意思？如果您需要更多帮助，请解释您需要捕获的每个部分以及原因。我发布了所有可能的提示，如果您希望自己保留要求，请进一步微调正则表达式。是的，我只需要在一个组中捕获金额，在另一个组中捕获货币，当我执行您提供给我的解决方案时，它在一个组中捕获“快递费usd”，我需要两个单独的组一个来捕获“快递费”和另一个抓取“美元”的方法我希望你现在明白了：）@MounirMoel所以，这意味着，你需要在最后一个抓取组之前添加另一个抓取组，对吗？试试看。如果这是你需要的，我会再做一点，因为它现在有点不精确。