PHP如何从大字符串提取多次出现的指定前缀开头的指定长度子串并存入数组
PHP 批量提取指定开头固定长度子串实现方案
核心实现思路
- 全量定位目标线索串(如示例中的
Peter was)在长字符串中的所有出现位置 - 从每个线索串的起始位置开始,截取最长为指定长度X的内容(若剩余内容长度不足X,按实际剩余长度截取)
- 所有截取结果自动存入待返回的数组
方案1:正则匹配实现(推荐)
正则方式是这类批量提取场景的最优方案,仅需一次字符串遍历即可完成全量匹配,执行效率最高。
// 基础配置 $targetPrefix = 'Peter was'; // 需要匹配的开头线索串 $extractLength = 20; // 要截取的固定长度X,可按需求修改 $myString = "Today Peter was in the zoo doin son and so on, yesterday Peter was with Karen eating so on and so on, the day before yesterday Peter was dead jesus christ AND THE STRING KEEP GOING"; // 构建正则匹配规则 $pattern = '/' . preg_quote($targetPrefix, '/') . '.{0,' . $extractLength . '}/s'; // 执行全量匹配 preg_match_all($pattern, $myString, $matches); // 最终结果直接存放在$matches[0]数组中,结构和示例完全一致 $theResult = $matches[0];
实现细节说明
- 用
preg_quote包裹目标前缀,是为了避免前缀中包含正则特殊字符(如斜杠、点号)时出现匹配异常 - 正则中的
.{0,X}规则表示最多匹配X个任意字符,哪怕线索串后的剩余内容不足X长度,也不会抛出错误,会自动取实际存在的内容 - 末尾的
s修饰符用于让点号匹配换行符,避免跨段落的长字符串匹配失效
方案2:原生字符串函数实现
该方案适合对正则规则不熟悉的场景,通过循环偏移查找完成匹配,逻辑直观易懂。
// 基础配置同上 $targetPrefix = 'Peter was'; $extractLength = 20; $myString = "Today Peter was in the zoo doin son and so on, yesterday Peter was with Karen eating so on and so on, the day before yesterday Peter was dead jesus christ AND THE STRING KEEP GOING"; $theResult = []; $searchOffset = 0; // 字符串搜索的起始偏移量 // 循环遍历所有匹配位置 while (($foundPos = strpos($myString, $targetPrefix, $searchOffset)) !== false) { // 从匹配位置开始截取指定长度的子串 $subStr = substr($myString, $foundPos, $extractLength); $theResult[] = $subStr; // 偏移量移到当前匹配位置的下一位,避免重复匹配同个位置 $searchOffset = $foundPos + 1; }
适配调整提示
- 若处理的字符串包含中文等非单字节编码内容,需要将原生的
strpos、substr替换为多字节版本的mb_strpos、mb_substr,并手动指定编码参数,避免出现截取乱码 - 如果不需要硬切固定长度,而是希望碰到特定边界(如逗号、句号)就自动终止截取,可以直接调整正则中的匹配规则,替换固定长度限制的匹配逻辑即可
内容的提问来源于stack exchange,提问作者user3369524
相关产品推荐
相关产品推荐

