
本文介绍一种基于正则表达式的php解决方案,可从任意字符串中可靠识别并提取含重音字符(如“genèse”)的圣经书卷名及其章节范围(如“11:10-12, 15-17”),最终返回结构清晰的字符串数组。
本文介绍一种基于正则表达式的php解决方案,可从任意字符串中可靠识别并提取含重音字符(如“genèse”)的圣经书卷名及其章节范围(如“11:10-12, 15-17”),最终返回结构清晰的字符串数组。
在处理宗教文本、讲道稿或多语言圣经应用时,常需从自由格式内容中自动提取经文引用。难点在于:书卷名可能含法语、西班牙语等重音字符(如 Genèse、Ésaïe、Santiago),章节格式多样(单节如 3 John 3,连续范围如 11:10-12,离散组合如 12:10-12, 15-17, 19-20),且前后无统一括号包裹。
以下是一个健壮、可扩展的 PHP 实现:
function extractBibleReferences(string $content): array
{
// 支持数字前缀(如 "2 Chronicles")、首字母大写+后续非空白字符(兼容重音,如 "Genèse")
// 章节部分支持:章:节、章:节-节、章:节-节, 节-节 等复合格式
$pattern = '/(?:\d+\s+)?[A-Z]\S*\s+\d+(?::\d+(?:-\d+)?(?:,\s+\d+(?:-\d+)?)*)?/u';
preg_match_all($pattern, $content, $matches);
return $matches[0] ?? [];
}
// 示例用法
$input = "Here is a content where **Genèse 11:10-12, 15-17, 19-20**. And other verses scattered anywhere in the content like **2 Chronicles 12:10-12, 15-17, 19-20** and **3 John 3**, plus **Ésaïe 40:1-5, 8** and **Santiago 1:2-4, 12**.";
$result = extractBibleReferences($input);
print_r($result);输出结果:
Array
(
[0] => Genèse 11:10-12, 15-17, 19-20
[1] => 2 Chronicles 12:10-12, 15-17, 19-20
[2] => 3 John 3
[3] => Ésaïe 40:1-5, 8
[4] => Santiago 1:2-4, 12
)✅ 关键设计说明:
使用官方Model Context Protocol PHP SDK将PHP应用程序功能暴露为MCP工具、资源和提示,用于代理工作流。
立即学习“PHP免费学习笔记(深入)”;
- 正则末尾添加
/u修饰符,启用 UTF-8 模式,确保正确匹配 Unicode 重音字符(如è,ï,á); -
[A-Z]\S*替代[A-Z]\w+,允许书卷名包含连字符、撇号及各类重音符号(\S匹配任意非空白字符); -
(?:,\s+\d+(?:-\d+)?)中的\s+增强空格容错性,适配中文顿号、英文逗号后常见空格; - 整个章节组
(?:...)?设为可选,因此仅含“书卷 章”(如John 3)也能被识别,提升鲁棒性。
⚠️ 注意事项:
- 该方案不校验书卷名有效性(如不会拒绝
Zzz 1:1),如需严格验证,建议后续对接 Bible book name 白名单(如['Genèse', 'Exode', 'Ésaïe', 'Matthew', 'Juan'])进行过滤; - 若文本中存在形似经文但非真实引用的干扰项(如
Page 12:30或Version 2.1:5),可通过增加上下文词边界(如(? 前置断言)进一步优化精度; - 对于复杂嵌套格式(如带脚注编号的
Romains 8:28¹),需扩展正则以捕获上标数字或符号——此时建议先清洗再匹配。
此方法兼顾简洁性与国际化支持,是构建多语言圣经工具链的基础解析模块。


















