Question

我试图从PHP中包含至少5个单词的文本中提取所有句子。假设句子以句号，问题或感叹号结束，我想出了这个：

 /[\w]{5,*}[\.|\?|\!]/

任何想法，出了什么问题？

此外，还需要做些什么来使用UTF-8？

Answer 1

\w仅匹配单个字符。一个单词是\w+。如果您需要至少5个单词，您可以执行以下操作：

/(\w+\s){4,}\w+[.?!]/

即。至少4个单词后跟空格，后跟另一个单词后跟句子分隔符。

Answer 2

我同意此处发布的解决方案。如果您在PHP中使用preg函数，则可以为此添加“u”模式修饰符以使用UTF-8。例如/(\w+\s){4,}\w+[.?!]/u

Answer 3

没有正则表达式方法：

$str = "this is a more than five word sentence. But this is not. Neither this. NO";

$sentences = explode(".", $str);
foreach($sentences as $s)
{
   $words = explode(' ', $s);
   if(count(array_filter($words, 'is_notempty')) > 5)
       echo "Found matching sentence : $s" . "<br/>";
}

function is_notempty($x)
{
 return !empty($x);
}

输出：

找到匹配句子：这是一个超过五个单词的句子

正则表达式匹配至少n个单词的句子

3 个答案: