php按竖线分割文本返回空数组为何_php竖线分割转义处理【技巧】

11次阅读

preg_split用|分割返回空数组是因为|是正则“或”操作符,需转义为’/|/’或改用explode;纯竖线分割推荐explode,多分隔符或清洗脏数据才用preg_split。

php按竖线分割文本返回空数组为何_php竖线分割转义处理【技巧】

preg_split 用竖线 | 分割却返回空数组?

因为 |正则表达式中的“或”操作符,preg_split('/|/', $str) 实际上等价于匹配“空字符串或空字符串”,导致在每个字符之间都切一刀,再配合默认的 PREG_SPLIT_NO_EMPTY 缺失或 trim 干预,极易得到空数组。这不是 bug,是正则引擎按规则执行的结果。

  • 最简复现:preg_split('/|/', 'a|b') → 返回 ['', 'a', '', 'b', ''](5 个元素),若加 PREG_SPLIT_NO_EMPTY 则剩 ['a', 'b'];但若原字符串开头/结尾是 |,比如 '|a|b|',仍会因连续分隔产生大量空串,array_filter($arr) 后也可能变空数组
  • 真正想“按字面意义的竖线分割”,必须转义:preg_split('/|/', $str) 或改用更安全的 explode('|', $str)
  • 注意:即使转义,如果 $str 本身为空、全由 | 组成(如 '|||'),explode 仍会返回含空字符串的数组,需额外判断是否要过滤

该用 explode 还是 preg_split

绝大多数纯竖线分割场景,explode 更快、更直白、无正则陷阱。只有当需要“多分隔符”(如 |;t)或“忽略连续分隔符”等复杂逻辑时,才值得上 preg_split

  • explode('|', $str):零开销,不解析正则,对 | 完全字面处理,推荐作为默认选择
  • preg_split('/|+/', $str, -1, PREG_SPLIT_NO_EMPTY):可把多个连续 | 当作一个切点,并自动跳过空项,适合脏数据清洗
  • 性能差异明显:explode 比转义后的 preg_split 快 3–5 倍(尤其短字符串),且无 PCRE 回溯风险

str_getcsv 能不能替代竖线分割?

可以,但要注意它本质是 CSV 解析器,行为和单纯分隔不同——它会识别引号包裹、转义逗号等,而竖线不是其默认分隔符,必须显式传参。

  • 正确用法:str_getcsv($str, '|'),它会自动处理带引号的字段(如 "a|b"|c['a|b', 'c']),这是 explode 做不到的
  • 副作用:若原始数据不含引号或转义,str_getcsv 反而可能误判(比如把 foo|"bar" 中的引号当语法,而非字面量)
  • 不兼容旧 php:PHP 5.3+ 才支持自定义分隔符,低于此版本会静默忽略第二个参数,退化为逗号分割

从文件读取竖线分隔内容时的隐藏坑

fgetcsv($fp, 0, '|')file() + explode 时,换行符、bom、末尾空行都可能导致最后一行分割后多出空数组元素。

立即学习PHP免费学习笔记(深入)”;

  • 典型现象:file('data.txt') 读入后,每行末尾带 nexplode('|', $line) 若该行结尾是 |,就会多出一个空字符串
  • 稳妥做法:先 rtrim($line, "rn"),再 explode('|', $line),最后用 array_filter($parts, 'strlen') 清理空项(注意别用 array_filter($parts),会把 '0' 也干掉)
  • 如果文件含 UTF-8 BOM,file() 读出的第一行首部可能是 xEFxBBxBF,导致 explode 出来的第一个字段开头多出乱码,应先用 mb_substr($line, 0, 3) === "xEFxBBxBF" 检测并截断
text=ZqhQzanResources