本文介绍使用正则表达式（preg_match_all）从非结构化商品描述中可靠提取风味（flavor）、件数（number of pieces）、净重数值（weight）及单位（g/kg）的完整php教程，适用于初学者，含可运行示例与关键细节解析。
在处理大量不规范的商品描述文本时（如“Superpremium cat food beef 42 x 85g”），手动分割或简单 strpos()/explode() 往往失效——空格、连字符、逗号、单位紧贴数字等变体极大增加了复杂度。此时，正则表达式是首选且最健壮的解决方案。
以下是一个经过验证的完整示例代码，可直接运行并适配您提供的全部6种格式：
<?php
$descriptions = <<<EOD
Superpremium cat food light chicken 1 kg
Superpremium cat food light chicken 10kg
Superpremium cat food beef 2x10 kg
Superpremium cat food beef 2 x 3,8 kg
Superpremium cat food beef 2 x 2kg
Superpremium cat food beef 42 x 85g
EOD;
// 核心正则：匹配“food”后风味词 + 数字件数 + 可选“x” + 重量数值 + 单位
$pattern = '/.*food\s+([a-zA-Z\s]+?)\s+(\d+)\s*[x×]?\s*([\d,]*\.?\d*)\s*([gkGK]{1,2})/m';
preg_match_all($pattern, $descriptions, $matches, PREG_SET_ORDER);
foreach ($matches as $match) {
// 清洗风味：去除多余空格，转小写便于统一处理
$flavor = trim(strtolower($match[1]));
// 件数：确保为整数（如"2"、"42"）
$pieces = (int)$match[2];
// 重量：支持小数（如"3,8" → "3.8"）和整数；若无重量值（如"1 kg"），默认为1
$weightRaw = str_replace(',', '.', $match[3]);
$weight = $weightRaw === '' ? 1.0 : (float)$weightRaw;
// 单位：标准化为小写"g"或"kg"
$unit = strtolower($match[4]);
$unit = str_replace(['k', 'g'], '', $unit) === ''
? ($unit === 'g' ? 'g' : 'kg')
: 'kg'; // 兜底逻辑：含"k"即视为kg
echo "Flavor: $flavor\n";
echo "Number of pieces: $pieces\n";
echo "Weight: $weight\n";
echo "Unit: $unit\n\n";
}
?>✅ 输出示例（以最后一行为例）：
Flavor: beef Number of pieces: 42 Weight: 85 Unit: g
? 正则关键说明：
立即学习“PHP免费学习笔记（深入）”；
- .*food\s+：跳过前缀（如“Superpremium cat”），定位到 food 后至少一个空白符；
- ([a-zA-Z\s]+?)：非贪婪捕获风味名（如 beef、light chicken），支持多词与空格；
- (\d+)：捕获整数件数（42, 2）；
- [x×]?：兼容 x 或 × 符号（常见OCR/录入误差）；
- ([\d,]*\.?\d*)：捕获重量数值，支持 3,8、10、85、.5 等；
- ([gkGK]{1,2})：捕获单位（g, kg, KG, G），后续做标准化；
- /m 修饰符：启用多行模式，使 ^/$ 匹配每行首尾（此处虽未用 ^，但增强鲁棒性）。
⚠️ 注意事项与进阶建议：
-
风味词需预定义校验？ 当前正则依赖文本位置推断风味。若风味列表固定（如 ['beef','chicken',...]），可在提取后增加白名单过滤：
$validFlavors = ['beef', 'chicken', 'turkey', 'salmon', 'fish', 'rabbit', 'cod']; if (!in_array($flavor, $validFlavors)) { $flavor = 'unknown'; // 或跳过该条记录 } - 处理无“x”的单件商品（如 1 kg）？ 当前正则要求存在 x。如需兼容，可将 [x×]? 改为 (?:\s*[x×]\s*)? 并调整权重捕获组逻辑，或单独用第二条正则兜底匹配 (\d+(?:[,\.]?\d+)?)\s*([gkGK]{1,2})；
- 性能提示： 对数百条数据，preg_match_all 毫秒级完成，无需优化；若扩展至万级，建议预编译正则（preg_quote 防注入）并批量处理；
- 编码安全： 确保输入字符串为 UTF-8；若含中文风味（如“三文鱼”），需添加 u 修饰符并使用 \p{L} 替代 [a-zA-Z]。
掌握此模式后，您不仅能解析猫粮，还可快速适配零食、日化、五金等各类商品规格文本——正则不是魔法，而是结构化思维在字符串上的落地实践。
