正则表达式 PHP 将一个确切的单词与不同组中的字符串分开

Question

我已经尝试了我所知道的一切，但仍然无法弄清楚如何解决这个问题：

我有一个字符串 ex：

• "--included-- in selling price: 5 % vat usd 10.00 packaging fees 2 % notifying fees"
• "--not included-- in selling price: us$ 35.00 express fees 2 % notifying fees"

我想知道税费是"包含"还是">

不包括"，费用是"%"还是"货币" 问题是它没有检测到货币"USD"，而它附加到 taxe 名称"VAT USD"

如何将货币与不同组中的纳税人名称分开。

这是我所做的

(--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]*)(.*)?

这就是我得到的

Match 1
Full match  0-83    --included-- in selling price: 5 % vat usd 10.00 packaging fees 2 % notifying fees
Group 1.    0-12    --included--
Group 2.    12-29    in selling price
Group 4.    30-33    5 
Group 5.    33-34   %
Group 6.    34-42    vat usd
Group 10.   43-49   10.00 
Group 12.   49-64   packaging fees 
Group 13.   64-82   2 % notifying fees

这就是我想要的

Match 1
Full match  0-83    --included-- in selling price: 5 % vat usd 10.00 packaging fees 2 % notifying fees
Group 1.    0-12    --included--
Group 2.    12-29    in selling price
Group 4.    30-33    5 
Group 5.    33-34   %
Group 6.    34-38    vat
Group 7.    38-42    usd
Group 10.   43-49   10.00 
Group 12.   49-64   packaging fees 
Group 13.   64-82   2 % notifying fees

Answer 1

这是解决方案：

$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);

请参阅 PHP 演示。

注释：

第一个正则表达式提取您需要解析的每个匹配项。请参阅第一个正则表达式演示。这意味着：

• (--(?:(?:not )?in|ex)cluded--)- 第1组：(--excluded--|--included--|--not included--)的较短版本：--excluded--，--included--或--not included--
• (?:s+([a-zA-Z ]+))?- 可选序列：1+ 空格，然后是组 2：1+ ASCII 字母或空格
• :+- 1 个或多个冒号
• s*- 0+ 空格
• ((?:(?!--(?:(?:not )?in|ex)cluded--).)*)- 第 3 组：任意字符，0+ 出现次数，尽可能多，不开始三个字符序列中的任何一个：--excluded--、--included--、--not included--

然后，需要进一步解析组 3 值以获取所有详细信息。这里使用第二个正则表达式来匹配

• (?:(b(?:usd|aed|mad|usd)b|B€|bus$)s*)?- 可选匹配项
  • (b(?:usd|aed|mad|usd)b|B€|bus$)- 第 1 组：
    • b(?:usd|aed|mad|usd)b-usd、aed、mad或usd作为整个单词
    • B€-€前面没有单词字符
    • bus$-us$前面没有单词字符
  • s*- 0+ 空格
• d+
• (?:.d+)?-.位和 1+ 位数字的可选序列
• (?:(?!(?1))D)*- 任何非数字字符，出现 0 或更多次，尽可能多，不以与组 1 中相同的模式开始