使用正则表达式从文本中提取信息

Question

我想从长字符串文本中提取特定的信息。文字是：

评级：明确得分：17个标签：围裙金色的brown_eyes itaru_chokusha kirigaya_kazuto长头发的乳头no_bra nopan裸体sword_art_online yuuki_asuna用户：openui

我想提取它们作为

1. 评级：明确
2. 得分：17
3. 标签：apron blonde_hair brown_eyes itaru_chokusha ki rigaya_kazuto长头发sword_art_online yuuki_asuna
4. 用户：openui

我想只能取出头

$imageTitle = "Rating: Explicit Score: 17 Tags: apron blonde_hair brown_eyes itaru_chokusha kirigaya_kazuto long_hair nipples no_bra nopan nude sword_art_online yuuki_asuna User: openui"; 
preg_match_all("/[a-z]{1,}\:\s/i", $imageTitle, $matches); 
var_dump($matches); 

我终于用(.*)尝试，但它给整个文本中的代码。这个只提取一个词

preg_match_all("/[a-z]{1,}\:\s[a-z0-9]{1,}/i", $imageTitle, $matches); 
//Output 
array (size=1) 
    0 => 
    array (size=4) 
     0 => string 'Rating: Explicit' (length=16) 
     1 => string 'Score: 17' (length=9) 
     2 => string 'Tags: apron' (length=11) 
     3 => string 'User: openui' (length=12) 

如何提取剩余信息？并且如果可能的话，也可以作为数组索引和值。

Answer 1

这preg_match_all应该工作：

$s = 'Rating: Explicit Score: 17 Tags: apron blonde_hair brown_eyes itaru_chokusha 
     kirigaya_kazuto long_hair sword_art_online yuuki_asuna User: openui'; 

if (preg_match_all('#\s*(.+?(?=((^|\s)[A-Z][a-z]*:\s*|$)))#i', $s, $arr))  
    print_r($arr[1]); 

OUTPUT：

Array 
(
    [0] => Rating: Explicit 
    [1] => Score: 17 
    [2] => Tags: apron blonde_hair brown_eyes itaru_chokusha kirigaya_kazuto long_hair sword_art_online yuuki_asuna 
    [3] => User: openui 
)