使用preg_match_all和正則表達式創建一個單詞數組

Question

我使用下面的PHP函數preg_match_all（）創建一個包含多個單詞的數組。

// the string wich contains the text 
$string = "Lorem ipsum dolor sit amet elit"; 

// the preg_match_all() function 
preg_match_all('/([a-z]*?)(?=)/i', $string, $matches); 

// debug array 
debug($matches[0]); 

// output 
[(int) 0 => 'Lorem', 
    (int) 1 => '', 
    (int) 2 => 'ipsum', 
    (int) 3 => '', 
    (int) 4 => 'dolor', 
    (int) 5 => '', 
    (int) 6 => 'sit', 
    (int) 7 => '', 
    (int) 8 => 'amet', 
    (int) 9 => '' 
] 

但是，當我調試或打印的所有字陣列，最後一個字從數組中刪除，在這種情況下，這將是單詞「ELIT」。我怎樣才能解決這個問題？

Answer 1

您可以使用(?= |$)作爲先行意味着一個Word是依次輸入的非單詞或結束：

preg_match_all('/([a-z]+)(?=\W|$)/i', $string, $matches); 

print_r($matches[0]); 

輸出：

Array 
(
    [0] => Lorem 
    [1] => ipsum 
    [2] => dolor 
    [3] => sit 
    [4] => amet 
    [5] => consectetur 
    [6] => adipiscing 
    [7] => elit 
    [8] => Lorem 
    [9] => ipsum 
    [10] => dolor 
    [11] => sit 
    [12] => amet 
    [13] => consectetur 
    [14] => adipiscing 
    [15] => elit 
) 

順便說一句，你可以使用得到同樣的拆分操作：

$tokens = preg_split('/\h+/', $string); 

\h匹配水平空白。

Answer 2

使用下面的正則表達式模式讓所有的話

\ W匹配任何單詞字符（字母，數字，下劃線）

preg_match_all('#\w+#', $string, $words); 
print_r($words); 

將輸出

Array 
(
    [0] => Array 
     (
      [0] => Lorem 
      [1] => ipsum 
      [2] => dolor 
      [3] => sit 
      [4] => amet 
      [5] => consectetur 
      [6] => adipiscing 
      [7] => elit 
      [8] => Lorem 
      [9] => ipsum 
      [10] => dolor 
      [11] => sit 
      [12] => amet 
      [13] => consectetur 
      [14] => adipiscing 
      [15] => elit 
     ) 

)