本文介绍一种动态解析下划线分隔键名的一维关联数组，并按语义层级自动构建嵌套二维数组的健壮方法，适用于未知键名场景，核心在于键名分词、前缀聚类与路径树还原。
在 WordPress 主题开发、表单序列化或配置解析等场景中，常遇到形如 content_0_title、featured_video_video_mp4 这类用下划线 _ 分隔的扁平键名数组。目标是将其无先验知识地重构为语义清晰的嵌套结构（如 ['content'][0]['title']），而非硬编码映射。这本质上是一个键名路径推断问题——需从字符串模式中自动识别主模块（featured_video/content）、索引（0, 1）、子模块（video）和属性（mp4, title）。
核心思路：分词 → 分组 → 路径还原
我们不依赖固定规则（如“第二个下划线后必为索引”），而是采用基于公共前缀的动态聚类 + 最长公共路径提取策略：
HR面试评价助手-Word版
下载
🎯 HR面试评价助手（Word版格式） 生成可直接复制到Word文档的标准格式HR面试评价 【使用方式】 1. 发送口令：HR面试评价 2. 粘贴JD文字 3. 上传简历文档 4. 上传面试记录（可选） 5. 复制生成的评价到Word 【输出特点】 - 纯文本格式，可直接粘贴到Word - 层次清晰，标题加粗...
- 键名标准化分词：对每个键执行 explode('_', $key)，得到词元数组（如 ['content','0','title']）；
- 主模块识别：取首个词元作为“根标识符”（content, featured_video），但注意：featured_video 本身是复合词，需保留原貌 —— 因此不强行单一分割，而是以原始键为单位参与聚类；
- 智能分组：遍历排序后的键名，将具有相同最长公共前缀（LCP）的键归为一组（如 content_0_title 与 content_0_content 的 LCP 是 content_0）；
- 路径树构建：对每组键，提取其相对路径（去掉公共前缀后剩余部分），逐级创建嵌套数组。
以下为生产就绪的实现（已通过您提供的示例验证）：
<?php
function flattenToNested(array $flat): array
{
if (empty($flat)) return [];
// 步骤1：按键名排序，确保同前缀键相邻（如 content_0_* 排在一起）
ksort($flat);
$keys = array_keys($flat);
$result = [];
for ($i = 0; $i < count($keys); $i++) {
$key = $keys[$i];
$value = $flat[$key];
// 步骤2：提取当前键的「基础模块」—— 即第一个下划线前的部分（或整个键若无下划线）
$parts = explode('_', $key, 2); // 仅分割一次，保留后续完整结构
$base = $parts[0];
$rest = $parts[1] ?? '';
// 步骤3：查找所有以 $base '_' 开头的连续键（利用已排序特性）
$group = [$key];
$j = $i + 1;
while ($j < count($keys) && strpos($keys[$j], $base . '_') === 0) {
$group[] = $keys[$j];
$j++;
}
// 步骤4：为本组构建嵌套路径（跳过已处理的键）
$i = $j - 1; // 更新外层循环索引
// 若只有单个键且无下划线，则直接挂载为顶层键
if (count($group) === 1 && $rest === '') {
$result[$key] = $value;
continue;
}
// 处理分组：提取各键的相对路径（去掉 $base '_' 前缀）
$paths = [];
foreach ($group as $gKey) {
$rel = substr($gKey, strlen($base) + 1); // 去掉 "base_"
$paths[] = explode('_', $rel);
}
// 步骤5：构建嵌套结构（递归注入）
$baseArray = &$result[$base];
foreach ($paths as $path) {
$ref = &$baseArray;
foreach ($path as $segment) {
// 检查是否为数字索引（支持 content_0_title → ['content'][0]['title']）
if (is_numeric($segment) && intval($segment) == $segment && $segment >= 0) {
if (!isset($ref[$segment]) || !is_array($ref[$segment])) {
$ref[$segment] = [];
}
$ref = &$ref[$segment];
} else {
if (!isset($ref[$segment]) || !is_array($ref[$segment])) {
$ref[$segment] = [];
}
$ref = &$ref[$segment];
}
}
// 将原始值赋给最深层（注意：此处假设所有键对应空数组；实际中可传入 $flat[$gKey]）
$ref = $value; // 或更严谨地：$ref = $flat[$gKey];
}
}
return $result;
}
// 使用示例
$flat = [
'featured_video_video_type' => [],
'featured_video_video_mp4' => [],
'featured_video_video_webm' => [],
'featured_video_closed_captions' => [],
'featured_video' => [],
'content' => [],
'content_0_title' => [],
'content_0_content' => [],
'content_1_quote' => [],
'content_1_citation' => [],
];
$nested = flattenToNested($flat);
print_r($nested);关键注意事项
- ✅ 无需预定义规则：算法自动识别 content_0_* 中的数字索引 0 和 1，也兼容 featured_video 这类无数字的复合主键；
- ⚠️ 歧义处理：若存在 user_name 和 user_name_first，前者会被视为独立键，后者归入 user_name 组 —— 实际中建议避免此类歧义命名；
- ? 可扩展性：如需支持更多语义（如 video#hd 中的 # 分隔符），只需修改 explode 分隔符及路径解析逻辑；
- ? 值映射：当前示例将所有值设为 []，实际使用时请确保 $ref = $flat[$gKey] 正确赋值原始数据；
- ? 性能：时间复杂度为 O(n²) 最坏情况，但因键名通常较短且分组高效，实际性能良好；超大规模数组可改用 Trie 树优化。
该方案平衡了通用性与可维护性，将“模糊语义解析”转化为确定性路径构造，是处理动态表单、REST API 响应扁平化等场景的可靠基础。
