PHP实现从文本提取带重音圣经卷名的经文到数组

要实现从任意文本中提取符合格式的圣经经文并存入数组，核心是用UTF-8兼容的正则表达式匹配经文结构，同时完整保留带重音的卷名。

匹配规则梳理 #

需要覆盖的典型经文格式：

• 带数字前缀的多单词卷名（如2 Chronicles、3 John）
• 带重音符号的卷名（如Genèse）
• 章节格式：单章节（如3）、章节-小节（如11:10）、逗号分隔的多段范围（如11:10-12, 15-17）

实现代码 #

<?php
// 待处理的目标文本
$text = '某段文本中包含Genèse 11:10-12, 15-17, 19-20，还有分散在各处的其他经文，比如2 Chronicles 12:10-12, 15-17, 19-20和3 John 3等内容。';

// 适配UTF-8的正则表达式，匹配完整经文格式
$pattern = '/([\d]*\s*[A-Za-zÀ-ÿ]+(?:\s+[A-Za-zÀ-ÿ]+)*)\s+(\d+(?::\d+(?:-\d+)?(?:,\s*\d+(?:-\d+)?)*)?)/u';

// 提取所有匹配项
preg_match_all($pattern, $text, $matches);

// 整理成目标数组
$verses = array_map('trim', $matches[0]);

// 输出结果
print_r($verses);
?>

代码细节说明 #

1. 正则末尾的u修饰符：确保正则引擎以UTF-8模式解析，正确识别带重音的字符（如è）
2. 卷名匹配段：[\d]*\s*[A-Za-zÀ-ÿ]+(?:\s+[A-Za-zÀ-ÿ]+)* 支持带数字前缀、多单词、带重音的卷名
3. 章节匹配段：\d+(?::\d+(?:-\d+)?(?:,\s*\d+(?:-\d+)?)*)? 覆盖单章节、章节-小节、多段范围等所有常见格式
4. array_map('trim', ...)：清理匹配结果中可能存在的多余空格

运行结果 #

执行代码后会输出符合需求的数组：

Array
(
    [0] => Genèse 11:10-12, 15-17, 19-20
    [1] => 2 Chronicles 12:10-12, 15-17, 19-20
    [2] => 3 John 3
)

内容的提问来源于stack exchange，提问作者Man Of God