php 正则求助

蓝猫淘气

@Ta 2020-10-21发布，2020-10-21修改 1742点击

虎绿林的各位大佬求助一个php正则表达式
先来一个例子说明一下:
00000000(户号)河南省河南市河南区000(门牌号)号姓名关系性别身份证号
比如000000001河南省河南市河南区001号张信哲户主男0000000000000000(身份证号)

怎么能在这一串中提取到户号(一定是8位数字) 门牌号(一定是3位数字)姓名关系直接提取成一个，后期人工除错，性别不用获取，获取身份证号，正则表达式怎么写啊

加几个明显的东西，户号一定在最前，所有户号后面是同一个固定的中文字符，所有门牌号前面是同一个字符，后面是同一个字符，身份证号一定在最后，但是前面的字符不固定，必须是18位，但是可能漏位一17位

var pattern = /(\d{8}).*?(\d{3})号{0,1}(.*?)(户主|长子|长女|次子|次女|三子三女|子女|孙)([男|女])(\d{15,})/ str = '000000001河南省河南市河南区001号张信哲户主男0000000000000000'; console.log(str.match(pattern));

参考了《GB/T 4761家庭关系代码》，把里面的关系抽出来，允许任意个关系组合（如三子四女）

<?php

$relations = '本人|户主|配偶|夫|妻|子|独生子|长子|次子|三子|四子|五子|养子|继子|女婿|其他儿子|女|独生女|长女|次女|三女|四女|五女|养女|继女|儿媳|其他女儿|孙子|孙女|外孙子|外孙女|孙媳妇|外孙媳妇|孙女婿|外孙女婿|曾孙子|外曾孙子|曾孙女|外曾孙女|其他孙子|其他孙女|其他外孙女|其他外孙女|父母|父亲|母亲|公公|婆婆|岳父|岳母|继父|养父|继母|养母|其他父母关系|祖父母|外祖父母|祖父|祖母|外祖父|外祖母|配偶的祖父母|配偶的外祖父母|曾祖父|曾祖母|配偶的曾祖父母|配偶的外曾祖父母|其他祖父母关系|其他外祖父母关系|兄弟姐妹|兄|嫂|弟|弟媳|姐姐|姐夫|妹妹|妹夫|其他兄弟姐妹|其他|伯父|伯母|叔父|婶母|舅父|舅母|姨父|姨母|姑父|姑母|堂兄弟|堂姐妹|表兄弟|表姐妹|侄子|侄女|外甥|外甥女|其他亲属|非亲属';
$patten = "^(\d{8}).+(\d{3})号(.+?)(($relations)+)(男|女)(\d{16,17}[\dxX])$";
$str = '00000001河南省河南市河南区001号张信哲三子三女男12345678901234567X';

if (preg_match("/$patten/", $str, $matches)) {
    echo "户　号：$matches[1]\n";
    echo "门　牌：$matches[2]\n";
    echo "姓　名：$matches[3]\n";
    echo "关　系：$matches[4]\n";
    echo "性　别：$matches[6]\n";
    echo "身份证：$matches[7]\n";
}

结果：

户　号：00000001
门　牌：001
姓　名：张信哲
关　系：三子三女
性　别：男
身份证：12345678901234567X

回复列表(18)

1

yao

@Ta / 2020-10-21

感觉不难，但是我不会
http://www.1kmb.com
2

无期徒刑

@Ta / 2020-10-21
```
#(\d{8})[\w\W]+#
```
你好！ＩＣＡＣ，请配合我们调查。
3

无名啊

@Ta / 2020-10-21

没有分隔符，人工有时候都分不清吧。如：

00000001河南省河南市河南区001号欧阳外孙子男0000000000000000

到底是哪个呢

·欧阳，外孙子
·欧阳外，孙子
·欧阳外孙，子
4

yao

@Ta / 2020-10-21

@无名啊，所以这就是考验真正技术的时候了
http://www.1kmb.com
5

蓝猫淘气

@Ta / 2020-10-21

@无名啊，不怕有错，只要错误尽量少就行了，后期人工查错
6

蓝猫淘气

@Ta / 2020-10-21

@无期徒刑，能解释一下这个吗
7

无期徒刑

@Ta / 2020-10-21

@蓝猫淘气，解释不了，你看三楼，你的问题描述不够详细
你好！ＩＣＡＣ，请配合我们调查。
8

蓝猫淘气

@Ta / 2020-10-21

@无期徒刑，刚才重新加了锚点，我哪里说的不够详细，我在补充一下

石头会飞翔

@Ta / 2020-10-21

10

无名啊

@Ta / 2020-10-21

加的锚点不在痛点上，要是有“姓名(锚点)关系”就好了，或者“关系”有固定列表

咋还能随意加锚点啊，原数据是结构化的？
11

蓝猫淘气

@Ta / 2020-10-21

@无名啊，不是，本来就存在，刚开始没表达出来

无名啊

13

蓝猫淘气

@Ta / 2020-10-21

@无名啊，大佬，代码我试过了，问题完美解决，感谢，赠人玫瑰，手留余香，祝你前程似锦，未来可期
14

蓝猫淘气

@Ta / 2020-10-21

@石头会飞翔，感谢，问题已经解决
15

蓝猫淘气

@Ta / 2020-10-21

@无名啊，大佬，我在多问一句，在关系和性别之间可能有也可能没有嘈杂字符，目前会导致匹配失败，应该怎么处理能忽略这可能有也可能没有的嘈杂字符，刚才试着加了一个.?.问题解决了
16

无名啊

@Ta / 2020-10-21

不是大佬，还不完美啊喂，记得人工检查啊

我那至少还有俩毛病：

1.“名字”某些结尾，会被计入“关系”中
若名字结尾处，含有“关系列表”里的某一项，会被计入“关系”中(如“赵钱子户主”会算作“赵钱”“子户主”)

2.关系不在“关系列表”中会失败
如“三子六女”

嘈杂字符？

$patten = "(\d{8}).+(\d{3})号(.+?)(($relations)+).*?(男|女)(\d{16,17}[\dxX])";
$str = '00000001河南省河南市河南区001号张信哲三子三女【嘈杂字符】男12345678901234567X';

18

蓝猫淘气

@Ta / 2020-10-21

@无名啊，这两个问题我会通过精简关系列表和人工查错解决，你描述的嘈杂字符是对的。我加了个.?，然后会跳过了，虽然我不知道.?是干什么的

添加新回复

回复需要登录。