php分割文本合并相邻空段_php分割后合并空段法【技巧】

推荐用 preg_split('/\s[\r\n]+\s/u', trim($text), -1, PREG_SPLIT_NO_EMPTY) 一次性切分并过滤空段，可处理混用换行符、首尾及中间空白，避免 explode + array_filter 漏掉伪空段。

用 preg_split 一次性切分并过滤空段

直接用 explode 切完再 array_filter 去空，看似简单，但会漏掉“连续换行产生的多个空段”——因为 explode("\n", $text) 遇到 "\n\n" 会生成两个空字符串，而 array_filter 默认只删 ''、null、false 等 falsy 值，这本身没问题；但问题常出在“段首段尾有空白”：比如 " \n\t\n "，explode 后各段带空格或制表符，array_filter 不认它们是空，结果保留了“伪空段”。

更稳的做法是用正则一步到位：

$lines = preg_split('/\s*[\r\n]+\s*/', trim($text), -1, PREG_SPLIT_NO_EMPTY);

说明：

- trim($text) 先干掉首尾空白，避免开头/结尾换行产生空段
- \s*[\r\n]+\s* 匹配“任意空白（含空格、tab）包围的换行序列”，能吞掉 "\n"、"\r\n"、"\n\t \n" 这类混乱分隔
- PREG_SPLIT_NO_EMPTY 确保不返回空字符串，不用额外 array_filter

合并相邻空段的本质是「按非空内容分组」

所谓“合并空段”，其实是把文本看作“内容块 + 分隔空白”的交替结构。真正要保留的是非空内容块，所有空白区域（无论多长）都只是分隔符，不该留下任何空段。

所以与其想“怎么合并空段”，不如想“怎么只提取非空段”：

• 用 preg_match_all('/[^\s].*?(?=\s*[\r\n]+\s*|$)/s', $text, $matches) —— 匹配以非空白开头、直到下一个换行块或结尾的内容（/s 让 . 匹配换行）
• 更常用且简洁的是 array_values(array_filter(array_map('trim', explode("\n", $text))))，但注意：它对 "\r\n" 不健壮，Windows 换行需先 str_replace("\r\n", "\n", $text)
• 如果原文含 HTML 或富文本，trim 可能不够，得用 preg_replace('/^\s+|\s+$/u', '', $line) 处理 Unicode 空白

file() 读取时默认保留空行，别直接当分割结果用

很多人用 file($path, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES) 以为能自动跳过空段，但注意：FILE_SKIP_EMPTY_LINES 只跳过纯空行（即 trim($line) === ''），对含空格或 tab 的“假空行”无效。而且它不会合并相邻空行——它只是逐行过滤，不是按段逻辑处理。

所以从文件读取后，仍建议走一遍 preg_split 方案，尤其当原始文本由用户编辑、换行风格不可控时。

性能和兼容性提醒：别在大文本里用 mb_ereg_split

mb_ereg_split 支持多字节，但已废弃（PHP 7.4+ 报 E_DEPRECATED），且比 preg_split 慢 3–5 倍。如果文本含中文、日文等，用 preg_split 加 u 修饰符即可：

$lines = preg_split('/\s*[\r\n]+\s*/u', trim($text), -1, PREG_SPLIT_NO_EMPTY);

另外，若文本超 10MB，preg_split 可能触发 pcre.backtrack_limit 错误，此时应改用流式处理：逐行读、累计非空内容、遇空行就 flush 当前段。

最易被忽略的一点：不同系统换行符混用（比如 Git 在 Windows 下 checkout 出 \r\n，但用户又粘贴了 macOS 的 \n），单靠检测 "\n" 或 "\r\n" 都不保险——必须用 [\r\n]+ 这种模糊匹配，再配合前后 \s* 吞掉干扰空白。