Question

我有一些字符串，例如：

cats, e.g. Barsik, are funny. And it is true. So,

我希望得到结果：

cats, e.g. Barsik, are funny.

我的尝试：

mb_ereg_search_init($text, '((?!e\.g\.).)*\.[^\.]');
$match = mb_ereg_search_pos();

但是它获得了第二个点的位置（在＃34之后;真的＆＃34;）。

如何获得理想的结果？

Answer 1

由于天真的方法适合你，我发布了一个答案。但是，请注意，检测句子结束对于正则表达式来说是一项非常困难的任务，尽管在某种程度上可以使用，但是应该使用NLP包。

话虽如此，我建议使用

'~(?<!\be\.g)\.(?=\s+\p{Lu})~ui'

正则表达式匹配任何前面没有整个单词\.的点（e.g）（请参阅否定的lookbehind (?<!\be\.g)），但后面跟着一个或多个空格（ \s+）后面跟着1个大写的Unicode字母\p{Lu}。

请参阅regex demo

不区分大小写的i修饰符不会影响\p{Lu}匹配的内容。

由于您使用的是Unicode文本（如俄语），因此需要~u修饰符。

要获取第一次出现的索引，请使用带有preg_match标志的PREG_OFFSET_CAPTURE函数。以下是您在评论中提供的简化的正则表达式：

preg_match('~(?<!т\.н)(?<!т\.к)(?<!e\.g)\.(?=\s+\p{L})~iu', $text, $match, PREG_OFFSET_CAPTURE);

看到前瞻一个接一个地执行，并且在字符串中的相同位置，因此，您不必另外将它们分组到正向前瞻中。请参阅regex demo。

IDEONE demo：

$re = '~(?<!т\.н)(?<!т\.к)(?<!e\.g)\.(?=\s+\p{L})~iu';
$str = "cats, e.g. Barsik, are funny. And it is true. So,"; 
preg_match($re, $str, $match, PREG_OFFSET_CAPTURE);
echo $match[0][1];

Answer 2

以下是从初始字符串的起始位置到最后.位置获取子字符串的两种方法：

使用strrpos和substr函数：

$str = 'cats, e.g. Barsik, and e.g. Lusya are funny. And it is true. So,';
$len = strlen($str);
$str = substr($str, 0, (strrpos($str, '.', strrpos($str, '.') - $len - 1) - $len) + 1);

print_r($str);  // "cats, e.g. Barsik, and e.g. Lusya are funny."

使用array_reverse，str_split和array_search函数：

$str = 'cats, e.g. Barsik, and e.g. Lusya are funny. And it is true. So,';
$parts = array_reverse(str_split($str));
$pos = array_search('.', $parts) + 1;
$str = implode("", array_reverse(array_slice($parts, array_search('.', array_slice($parts, $pos)) + $pos)));

print_r($str);  // "cats, e.g. Barsik, and e.g. Lusya are funny."

如何从字符串的开头到第二个最后一个点剪切字符串？

2 个答案: