如何使用正则表达式截取字符串中首个字母数字组合前的部分

本文介绍一种基于正则断言的高效方法，通过 preg_split 在首个大写字母紧接数字的位置进行分割，提取目标前缀（如 "ab001j1" → "ab001"），避免误匹配与复杂替换逻辑。

在处理类似 AB001J1、ZR010F2 或 ZQ10B5 这类字符串时，目标是截取首个“单个大写字母 + 单个数字”组合出现之前的所有内容（即去掉末尾的 J1、F2、B5 等），得到 AB001、ZR010、ZQ10。

注意：原始代码中误用 str_replace 配合错误的正则模式（/^(?=.*\pL)(?=.*\p{Nd})/）——该模式是零宽断言，不匹配实际字符，且 str_replace 不支持 PCRE 正则，应改用 preg_replace 或更合适的 preg_split。

✅ 推荐方案：使用 正向先行断言 + 正向后行断言 的分割策略：

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

? 表达式解析：

• (?前面是一个数字；
• (?=[A-Z])：正向先行断言，要求当前位置后面是一个大写字母；
• 二者叠加，即匹配“数字与大写字母之间的零宽位置”（如 J1 中的 J 前、1 后）；
• preg_split(..., 2) 限制最多分割成 2 部分，确保只切开第一次出现的位置；
• [0] 取分割后的首段，即目标前缀。

⚠️ 注意事项：

• 若字符串末尾无“数字+大写字母”结构（如 AB001），preg_split 将返回原字符串数组 [AB001]，[0] 仍安全；
• 当前逻辑假设字母为 ASCII 大写（A-Z）；如需支持 Unicode 字母（如中文、带音标字母），可改用 (?
• 不推荐用 preg_replace('/[A-Z]\d$/', '', $word)，因其仅匹配末尾，无法应对 AB001J1K2 等多组情况（会残留 K2）。

? 总结：该方案简洁、可读性强，利用正则的零宽断言精准定位结构边界，无需循环或多次替换，适用于批量清洗产品编码、序列号等场景。