PHP分割文本保留分隔符技巧

本文深入解析了PHP中分割文本并保留分隔符的实用技巧，重点介绍了`preg_split`配合`PREG_SPLIT_DELIM_CAPTURE`标志的正确用法——必须将分隔符置于捕获组（如`/(\s+)/`）才能使其作为独立元素保留在结果数组中；同时指出，当目标是提取“带边界标记的内容块”（如Markdown标题或配置节）时，`preg_match_all`结合正向先行断言往往更自然、健壮且避免空字符串等陷阱；文章还贴心提醒了换行处理、UTF-8兼容性、性能权衡（简单场景优先用原生字符串函数）以及嵌套/转义等复杂情形下正则的局限性，助你避开常见坑，写出更可靠、高效的文本解析代码。

用 preg_split 保留分隔符最直接

PHP 原生没有“分割并保留分隔符”的开关，但 preg_split 的 PREG_SPLIT_DELIM_CAPTURE 标志能精准做到：把分隔符也作为独立元素捕获进结果数组。

关键点是——分隔符必须写在带捕获组的正则里，比如 /(\s+)/ 而不是 /\s+/。

• 错误写法：preg_split('/\s+/', $text) → 分隔符彻底丢弃
• 正确写法：preg_split('/(\s+)/', $text, -1, PREG_SPLIT_DELIM_CAPTURE) → 空格、换行等都保留在结果中，且与文本交替出现
• 如果只想保留特定分隔符（如只留 ##），正则写成 /(##)/ 即可，其他空白仍被吞掉

preg_match_all 更适合提取带边界的内容块

如果你真正想做的不是“分割”，而是“把一段文本按某分隔符切开，并让每一块都包含它前面或后面的标记”，preg_match_all 往往更自然。比如解析 Markdown 标题、日志段落、配置节。

示例：按 === 分割，但每段开头带 ===

$text = "=== Section 1\ncontent1\n=== Section 2\ncontent2";
preg_match_all('/(===.*?)(?====|\z)/s', $text, $matches);
// $matches[0] 就是 ["=== Section 1\ncontent1\n", "=== Section 2\ncontent2"]

• 这里没用 split，而是靠正向先行断言 (?====|\z) 控制匹配边界
• 避免了空字符串、尾部残留等 split 常见副作用
• 若需分隔符单独成项，可改用 /(===)(.*?)(?====|\z)/s，然后拼接 $matches[1] 和 $matches[2]

注意 preg_split 的空匹配和结尾行为

启用 PREG_SPLIT_DELIM_CAPTURE 后，容易在结果开头或结尾多出空字符串，尤其是分隔符出现在文本首尾时。

• 输入 "a,b,c," + /([^,]*)(,?)/ 会得到奇怪的空项
• 安全做法是先清理：用 array_filter($result, function($v) { return $v !== ''; })
• 更稳妥的是改用非贪婪匹配 + 锚点，例如 /(,)|([^,]+)/，再过滤空项
• Windows 换行 \r\n 会被当作两个字符处理，建议统一转为 \n 再操作

性能和兼容性提醒

纯字符串操作（如 str_split + 手动扫描）在简单场景下比正则快得多，尤其文本超长、分隔符固定时。

• 分隔符是单字符（如逗号）？优先考虑 str_split 或 str_replace 预处理 + explode
• PHP 7.4+ 支持 str_split 第二个参数，但无法保留分隔符；别硬套
• 如果正则里用了 u 修饰符处理 UTF-8，确保输入字符串本身是合法 UTF-8，否则 preg_* 可能静默失败

真正麻烦的不是语法，而是分隔符本身可能嵌套、转义或跨行——这时候得上状态机，正则就该让位了。

本篇关于《PHP分割文本保留分隔符技巧》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！