如何使用preg_match匹配带点格式圣经经节并提取卷名、章、节信息

错误原因 #

原有代码无法正确提取信息，核心问题有两个：

1. 正则里章和节的分隔符写的是冒号:，但目标格式是用点号.分隔章、节
2. 经卷名的捕获规则错误：捕获组开头强制要求匹配1位数字，对于没有数字前缀的经卷（如Hebrews、Romans），会把后续章号的第一位数字抢到经卷名分组中，同时经卷名本身的字符没有被正确捕获，最终导致分组错位。

修正后代码 #

if (preg_match('/^\s*(\d?\s*[a-zA-ZàâäæáãåāèéêëęėēîïīįíìôōøõóòöœùûüūúÿçćčńñÀÂÄÆÁÃÅĀÈÉÊËĘĖĒÎÏĪĮÍÌÔŌØÕÓÒÖŒÙÛÜŪÚŸÇĆČŃÑ]+)\s*(\d{1,3})\s*\.\s*(\d{1,3})\s*$/', $bible_passage, $ourmatches)) 
{
    $book = trim($ourmatches[1]);
    $chapter = $ourmatches[2];
    $verse = $ourmatches[3];
    echo "Book $book Chapter $chapter verse $verse";
}

匹配效果 #

针对给出的所有测试用例，输出完全符合预期：

• 输入Hebrews 11.6：输出 Book Hebrews Chapter 11 verse 6
• 输入2 Chronicles 10.16：输出 Book 2 Chronicles Chapter 10 verse 16
• 输入Romans 13.13：输出 Book Romans Chapter 13 verse 13
• 输入2 Kings 5.10：输出 Book 2 Kings Chapter 5 verse 10
• 输入3 John 1.5：输出 Book 3 John Chapter 1 verse 5

正则逻辑说明 #

• ^\s*：匹配字符串起始位置，兼容开头存在空白字符的情况
• (\d?\s*[a-zA-Zàâä...Ñ]+)：第一个捕获组对应经卷名，开头的\d?表示可选匹配1位数字前缀（适配2 Kings、3 John这类带数字前缀的经卷），后续匹配经卷名的字母部分，兼容所有带变音符号的西文字符
• \s*(\d{1,3})\s*：第二个捕获组对应1-3位长度的章号，兼容章号前后存在空格的情况
• \.\s*：匹配章和节之间的点号分隔符，兼容点号后存在空格的情况
• (\d{1,3})\s*$：第三个捕获组对应1-3位长度的节号，匹配到字符串末尾，避免多余字符造成误匹配

内容的提问来源于stack exchange，提问作者John Max