我有林在PHP中使用正则表达式：
$word_array = preg_split(
'/(\/|\.|-|_|=|\?|\&|html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|%|\+)/',
urldecode($path), NULL, PREG_SPLIT_NO_EMPTY
);
它的伟大工程。 它采用URL PARAMATERS喜欢的块：
/2009/06/pagerank-update.html
并返回像的数组：
array(4) {
[0]=>
string(4) "2009"
[1]=>
string(2) "06"
[2]=>
string(8) "pagerank"
[3]=>
string(6) "update"
}
我唯一需要的是，它也不会返回少于3个字符的字符串 。 因此， "06"字符串是垃圾，我目前使用if语句来他们淘汰。
分裂的魔力。 我原来的设想在技术上是不正确的（虽然一个解决方案更容易来）。 因此，让我们检查你的拆分模式：
(\/|\.|-|_|=|\?|\&|html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|%|\+)
我重新安排它一下。 外括号是没有必要的，我提出的单字符到末字符类：
html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|[\/._=?&%+-]
对于一些前期排序。 让我们把这种模式分割样式， s在短期和定义它。
你想匹配的是从分割的模式，以最低的三个字符这些字符不是所有的部件。
我可以用下面的方式实现这一目标，包括支持正确的分序列和Unicode支持。
$pattern = '/
(?(DEFINE)
(?<s> # define subpattern which is the split pattern
html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|
[\\/._=?&%+-] # a little bit optimized with a character class
)
)
(?:(?&s)) # consume the subpattern (URL starts with \/)
\K # capture starts here
(?:(?!(?&s)).){3,} # ensure this is not the skip pattern, take 3 characters minimum
/ux';
或更小：
$path = '/2009/06/pagerank-update.htmltesthtmltest%C3%A4shtml';
$subject = urldecode($path);
$pattern = '/(?(DEFINE)(?<s>html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|[\\/._=?&%+-]))(?:(?&s))\K(?:(?!(?&s)).){3,}/u';
$word_array = preg_match_all($pattern, $subject, $m) ? $m[0] : [];
print_r($word_array);
结果：
Array
(
[0] => 2009
[1] => pagerank
[2] => update
[3] => test
[4] => testä
)
同样的原理也可以搭配preg_split为好。 这是一个有点不同：
$pattern = '/
(?(DEFINE) # define subpattern which is the split pattern
(?<s>
html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|
[\/._=?&%+-]
)
)
(?:(?!(?&s)).){3,}(*SKIP)(*FAIL) # three or more is okay
|(?:(?!(?&s)).){1,2}(*SKIP)(*ACCEPT) # two or one is none
|(?&s) # split @ split, at least
/ux';
用法：
$word_array = preg_split($pattern, $subject, 0, PREG_SPLIT_NO_EMPTY);
结果：
Array
(
[0] => 2009
[1] => pagerank
[2] => update
[3] => test
[4] => testä
)
这些程序作为工作要求。 但是，这也有其性能与价格。 成本是类似于旧的答案。
相关的问题：
旧的回答，做两步处理（第一剖开，然后过滤）
由于您使用的是常规分割，它会分裂 - 无论长短。
所以你可以做的是筛选结果。 您可以使用正则表达式（再次做到这一点preg_filter ），例如，一个被丢弃一切较小的三个大字：
$word_array = preg_filter(
'/^.{3,}$/', '$0',
preg_split(
'/(\/|\.|-|_|=|\?|\&|html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org|%|\+)/',
urldecode($path),
NULL,
PREG_SPLIT_NO_EMPTY
)
);
结果：
Array
(
[0] => 2009
[2] => pagerank
[3] => update
)
我猜你建立某种形式的URL路由器。
检测哪些参数是有用的，这是不是不应该是这个代码的一部分。 短参数是否是相关的，可能每页会有所不同。
在这种情况下，能不能别忽略了1首元素？ 您的页面应该（或“处理”）应具有的知识在哪些参数，它希望与调用，它应该做的分流。
我认为，如果你试图获得来自URL意思是，你实际上要编写干净的URL中，这样你就不需要复杂的正则表达式来获得的价值的一种方式。
在许多情况下，这涉及到使用服务器重定向规则和前端控制器或请求路由器。
所以，你建什么是干净的URL的像
/value1/value2/value3
没有任何.html ， .php等在URL中的。
在我看来，你都没有解决在入境点进入系统的问题（即Web服务器），充分，使您的网址解析，因为它应该是简单。
如何努力preg_match()而不是preg_split()
图案（使用断言 ）：
/([a-z0-9]{3,})(?<!htm|html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org)/iu
函数调用：
$pattern = '/([a-z0-9]{3,})(?<!htm|html|shtml|www|php|cgi|htm|aspx|asp|index|com|net|org)/iu';
$subject = '/2009/06/pagerank-update.html';
preg_match_all($pattern, $subject, $matches);
print_r($matches);
你可以在这里尝试的功能： functions-online.com/preg_match_all.html
希望这可以帮助
不要使用正则表达式来掰开该路径。 只需使用explode 。
$dirs = explode( '/', urldecode($path) );
然后，如果你需要掰开阵列的单个元素，做到这一点，喜欢在年底你“的PageRank更新”元素。
编辑：
关键是，你有两个不同的问题。 首先，你要掰开的斜线路径元素。 然后，你要的文件名分解成更小的部分。 不要试图所有东西都塞进试图做的一切一个正则表达式。
三个分立的步骤：
如果你打破了你的逻辑成离散的逻辑块，而不是试图使正则表达式尽一切已经非常清晰。
