如何使用正则表达式提取字符串中首个字母数字分界点前的部分

本文介绍如何用 php 正则精准截取字符串中首次出现“数字后紧跟大写字母”位置之前的内容，适用于如 'ab001j1' → 'ab001' 这类清洗需求。

在处理编码型字符串（如产品编号、序列号）时，常需剥离末尾的校验字符或状态标识——典型模式是：主体为字母+数字组合，末尾以「单个大写字母 + 单个数字」（如 J1、F2、B5）结尾。目标是保留主体部分，剔除该结尾标记。

直接使用 str_replace() 配合错误的正则模式（如 /(?=.*\pL)(?=.*\p{Nd})/）无法达成目的，因为该模式是零宽断言，不匹配具体位置，且 str_replace() 不支持 PCRE 正则替换（应使用 preg_replace()）。更高效、语义清晰的方案是 利用 preg_split() 基于边界切分：

$word = 'AB001J1';
$output = preg_split("/(?<=[0-9])(?=[A-Z])/", $word, 2)[0];
echo $output; // 输出：AB001

✅ 原理说明：

• (?正向后查找（lookbehind），要求当前位置前是一个 ASCII 数字；
• (?=[A-Z]) 是正向先行断言（lookahead），要求当前位置后是一个大写英文字母；
• 二者组合 /(?
• preg_split(..., 2) 限制最多分割成 2 部分，确保只在首个匹配点切分；
• [0] 取分割后的第一段，即目标主体。

⚠️ 注意事项：

• 若字符串不含此类边界（如 'ABC' 或 '123'），preg_split 将返回原字符串数组 [0] => 'ABC'，行为安全；
• 当前正则假设字母为 ASCII 大写（A-Z）；如需支持 Unicode 字母（如带重音符号或中文语境下的其他大写字母），可改用 (?
• 若末尾模式更复杂（如 J12 或 XY3），需调整断言逻辑，例如 (?

该方法简洁、无副作用、无需捕获组，是处理此类结构化字符串裁剪的推荐实践。