Question

我正在尝试将原始文本拆分为句子。因此，我只需使用preg_split()函数，并根据?，.和;的出现将原始文本拆分为句子。但正如预期的那样，由于.的一些特殊情况，例如“博士”，“先生”等，我遇到了一些问题。

如何从分裂中排除这样的单词或模式？

preg_split('/(\. )|(\? )|(\; )!(Mr\.)/', $content);

Answer 1

您可以将negative lookbehind添加到正则表达式，以确保该点前面没有“Mr”和公司：

preg_split('/((?<!(Mr|Dr))\.|\?|;) /', $content);

我还简化了正则表达式。您还应该考虑将\s|$（任何空格或输入结尾）替换为当前表达式末尾的单个空格。