本文介绍在 PHP 中利用 preg_match_all 配合合理正则表达式，从形如 "7 years 11 months 3 weeks" 的字符串中准确提取带单位的时间片段（如 "7 years"），并支持零值与多种格式变体。
本文介绍在 php 中利用 `preg_match_all` 配合合理正则表达式，从形如 `"7 years 11 months 3 weeks"` 的字符串中准确提取带单位的时间片段（如 `"7 years"`），并支持零值与多种格式变体。
在处理自然语言风格的时间描述字符串（例如 "0 years 1 month 0 weeks" 或 "7 years 11 months 3 weeks"）时，目标不是「分割」字符串，而是「提取」每个“数值 + 单位”的完整语义单元。此时，preg_split 并非最优选择——它旨在按分隔符切分，而本例中并无统一、可靠的分隔符（空格既出现在数字与单位之间，也出现在单位之间），强行用 preg_split 容易误切或逻辑复杂化。
正确思路是：匹配而非分割。使用 preg_match_all() 直接捕获所有符合「数字 + 空格 + 单词」模式的子串。
✅ 推荐方案：preg_match_all 提取完整项
$text = "7 years 11 months 3 weeks";
preg_match_all('/d+s+w+/', $text, $matches);
// $matches[0] 即为所需结果
$result = $matches[0];
print_r($result);
// 输出：
// Array
// (
// [0] => 7 years
// [1] => 11 months
// [2] => 3 weeks
// )该正则 /\d+\s+\w+/ 含义清晰：
- \d+：匹配一个或多个数字（支持 0、11 等）；
- \s+：匹配一个或多个空白字符（兼容空格、制表符等）；
- \w+：匹配连续的单词字符（字母、数字、下划线），足以覆盖 years、months、weeks、month、week 等常见单位。
? 为什么不用 preg_split？
原问题中尝试的 (?!d+)(?:s)(?!D+) 是错误的负向断言组合，逻辑混乱且无法满足需求。preg_split 要求明确的「分界点」，而本例中空格是内容的一部分（如 "7 years" 内部也有空格），并非纯粹分隔符——强行分割将破坏语义完整性。
? 进阶：分离数值与单位（结构化处理）
若后续需分别处理数字和单位（例如转为整型、统一单复数、计算总天数），建议使用捕获组：
$text = "0 years 1 month 0 weeks";
preg_match_all('/(d+)s+(w+)/', $text, $matches, PREG_SET_ORDER);
// $matches 现为二维数组，每项含 [full_match, number, unit]
$parsed = [];
foreach ($matches as $match) {
$parsed[] = [
'value' => (int)$match[1],
'unit' => strtolower($match[2])
];
}
print_r($parsed);
// 输出：
// Array
// (
// [0] => Array ( [value] => 0 [unit] => years )
// [1] => Array ( [value] => 1 [unit] => month )
// [2] => Array ( [value] => 0 [unit] => weeks )
// )⚠️ 注意事项与兼容性建议
- 单位扩展性：若输入可能含连字符单位（如 man-weeks）或撇号（如 day's），请将 \w+ 替换为 \S+（非空白字符序列），即 /\d+\s+\S+/；
- 浮点数支持：如需匹配 "1.5 years"，改用 /\d*\.?\d+\s+\S+/（注意小数点需转义）；
- 大小写与空格健壮性：添加修饰符 i（忽略大小写）和 u（UTF-8 安全），例如 /\d+\s+\w+/iu；
- 边界安全：若字符串中混有其他数字文本（如 "See section 5 for details"），建议添加词边界 \b：/\b\d+\s+\w+\b/，避免误匹配。
✅ 总结
| 场景 | 推荐方法 | 正则示例 |
|---|---|---|
| 提取 "N unit" 字符串数组 | preg_match_all('/\d+\s+\w+/', $str, $m) | '/\d+\s+\w+/' |
| 结构化解析（数值 + 单位） | preg_match_all('/(\d+)\s+(\w+)/', $str, $m, PREG_SET_ORDER) | '/($d+)\s+(\w+)/' |
| 支持连字符、特殊符号单位 | 将 \w+ → \S+ | '/\d+\s+\S+/' |
牢记：对「固定模式的复合词」，优先考虑 match 而非 split——它更直观、更可靠、更易维护。
