Question

我正在慢慢改进PHP中的标点修复功能，用于清理用户输入。该函数当前在标点符号后添加空格，在标点符号之前删除空格，并将每个句子的第一个单词大写。我见过一些人正在寻找类似的功能，所以我很乐意分享到目前为止我所拥有的功能。它非常接近我想要它的位置，但是，当它在逗号后添加一个空格时，它应该避免这样做，当逗号在一个数字内，例如1,000时，任何人都可以建议最快的方法来修改我的代码以忽略数字中的逗号？也许有办法缩短我所拥有但仍然达到相同的结果？谢谢你的时间......

function format_punc($string){
    $punctuation = ',.;:';
    $string = str_replace(' ?', '?', str_replace(' .', '.', str_replace(' ,', ',', preg_replace('/(['.$punctuation.'])[\s]*/', '\1 ', $string))));
    $string = trim(preg_replace('/[[:space:]]+/', ' ', preg_replace('/([\.!\?]\s+|\A)(\w)/e', '"$1" . strtoupper("$2")', $string)));
    if($string[strlen($string)-1]==','){
        $string = substr($string, 0, -1).'.';
    }
    return $string;
}

Answer 1

这是我更新的php修复标点符号功能...它现在似乎正常工作。我确信有一些方法可以压缩它，但它可以对字符串进行以下操作...

减少重复的标点符号，如!!至！
将多个空间减少到单个空格
之前删除任何空格？。，
之后添加空格; ：
在逗号后添加空格，但在它们是数字的一部分时不添加
在句点之后添加空格，但不是在它们是数字或缩写的一部分时添加
从字符串的开头和结尾删除空格
大写句子的第一个词
如果是逗号，则将最后一个字符更改为句点

function format_punc($string){
    $punctuation = ';:';
    $spaced_punc = array(' ?', ' .', ' ,');
    $un_spaced_punc = array('?', '.', ',');
    $string = preg_replace("/([.,!?;:])+/iS","$1",$string);
    $string = preg_replace('/[[:space:]]+/', ' ', $string);
    $string = str_replace($spaced_punc, $un_spaced_punc, $string);
    $string = preg_replace('/(['.$punctuation.'])[\s]*/', '\1 ', $string);
    $string = preg_replace('/(?<!\d),|,(?!\d{3})/', ', ', $string);
    $string = preg_replace('/(\.)([[:alpha:]]{2,})/', '$1 $2', $string);
    $string = trim($string);
    $string = preg_replace('/([\.!\?]\s+|\A)(\w)/e', '"$1" . strtoupper("$2")', $string);
    if($string[strlen($string)-1]==','){
        $string = substr($string, 0, -1).'.';
    }
    return $string;
}

如果您花时间来压缩此代码并创建仍会返回相同结果的内容，请分享！谢谢你，享受！

Answer 2

我认为正则表达式应该是（[^ 0-9] [。] [^ 0-9]）[\ s] *

preg_replace('/([^0-9]['.$punctuation.'][^0-9])[\s]*/', '\1 ', $string)

Link to regexp test

Answer 3

这有点复杂，但应该让你朝着正确的方向前进：

<?php

// The following finds all commas in $string and identifies which comma is preceded and followed by a number

$string = 'Hello, my name, is John,Doe. I have 3,425 cats.';

function strpos_r($haystack, $needle)
{
    if(strlen($needle) > strlen($haystack))
        trigger_error(sprintf("%s: length of argument 2 must be <= argument 1", __FUNCTION__), E_USER_WARNING);

    $seeks = array();
    while($seek = strrpos($haystack, $needle))
    {
        array_push($seeks, $seek);
        $haystack = substr($haystack, 0, $seek);
    }
    return $seeks;
}

var_dump($commas = strpos_r($string, ',')); // gives you the location of all commas

for ($i = 0; i <= count($commas) - 1; $i++)
{
    if (is_numeric($commas[$i] - 1) && is_numeric($commas[$i] + 1)) 
    {
      // this means the characters before and after a given comma are numeric
      // don't add space (or delete the space) here

    }
}

在php中添加/修复标点符号

3 个答案: