使用preg_match_all统计特定单词出现后另一指定单词的出现次数

正确匹配规则 #

使用如下正则即可匹配到world之后出现的所有hello：

/(?:world|\G(?!^)).*?\Khello/s

规则说明 #

• 末尾的s是正则修饰符，作用是让通配符.可以匹配换行符，适配多行文本场景
• (?:world|\G(?!^))为非捕获组，匹配两种合法起始位置：
  • 首次匹配从文本中出现world的位置开始
  • 后续匹配从上一次匹配成功的结束位置开始，\G(?!^)排除了文本起始位置，避免匹配到world之前的hello
• .*?是非贪婪匹配，匹配任意长度的任意字符，直到遇到下一个hello
• \K的作用是重置匹配结果，丢弃前面匹配到的所有内容，最终只将hello计入匹配结果列表

调用示例 #

$text = 'blah blah blah
hello
blah blah blah
class="world" 
blah blah blah
hello 
blah blah
hello
blah blah blah
hello
blah blah blah';

preg_match_all('/(?:world|\G(?!^)).*?\Khello/s', $text, $matches);
$resultCount = count($matches[0]);
//  $resultCount 的值为预期的3

原有写法问题说明 #

• world.+(hello)使用贪婪匹配，.+会一直匹配到文本末尾，再回退查找最后一个hello，因此只能得到1个匹配结果
• world.*?(hello)使用非贪婪匹配，单次匹配找到第一个hello就停止，全局匹配时每次都从world的起始位置重新查找，因此也只能得到1个匹配结果

内容的提问来源于stack exchange，提问作者limestreetlab