在PHP中的非字母数字上拆分字符串？是否可以使用php的原生功能？

Question

我试图在非字母数字字符上分割字符串或简单地将字符串拆分。我立即想到的方法是使用正则表达式。

示例：
$string = 'php_php-php php';
$splitArr = preg_split('/[^a-z0-9]/i', $string);

但是我用这种方法看到了两个问题。

1. 它不是本机的php函数，完全依赖于在服务器上运行的PCRE库。
2. 一个同样重要的问题是，如果我在单词中加上标点符号，那该怎么办？ 示例：
   $string = 'U.S.A-men's-vote';
$splitArr = preg_split('/[^a-z0-9]/i', $string);
   现在，这会将字符串溢出为[{U}{S}{A}{men}{s}{vote}]
   但我希望它为[{U.S.A}{men's}{vote}]

所以我的问题是：

• 我们如何根据文字拆分它们？
• 是否有可能使用php本机功能或其他我们不依赖的方式？

此致

Answer 1

你安装了PHP（然后你也有PCRE），或者你没有。所以你的第一点不是问题。

然后，如果要从分割分隔符中排除标点符号，则需要将它们添加到角色类中：

preg_split('/[^a-z0-9.\']+/i', $string);

如果你想根据上下文不同地处理标点字符（例如，如果后跟空格，则只做一个点作为分隔符），你也可以这样做：

preg_split('/\.\s+|[^a-z0-9.\']+/i', $string);

Answer 2

听起来像str_word_count()使用经常被遗忘的1或2值作为第二个参数的情况，并且第三个参数包含连字符，句号和撇号（或者您想要作为单词处理的任何其他字符） - 部分）作为一个词的一部分;然后是结果数组值开头或结尾的array_walk()到trim个字符，因此只有当它们实际嵌入＆＃34;字时才会包含它们。

Answer 3

根据我的评论，您可能想尝试（根据需要添加尽可能多的分隔符）

$splitArr = preg_split('/[\s,!\?;:-]+|[\.]\s+/', $string, -1, PREG_SPLIT_NO_EMPTY);

然后你必须处理一个“引用”字的情况（在正则表达式中这并不容易，因为'是'“这个'引用了？以及如何？）。

所以我认为最好将'和'保持在单词之内（这样“它就是”单个单词，而“它们就是两个单词”）然后分别处理这些情况。例如正则表达式会有正确处理方面有些麻烦

they 're 'just friends'. Or that's what they say.

虽然有“'re”和一系列单词，其中第一个是左引用而最后一个是右引，第一个不是已知序列（'s，'re，'ll，'d。 ..）可以在应用程序级别处理。

Answer 4

这不是一个php问题，而是一个逻辑问题。

单词可以通过 - 连接。缩写可能看起来像短句。

您可以通过创建仅适合此特定短语的解决方案来直接匹配您的示例。但你无法得到所有可能的短语的解决方案。这需要基于神经元计算的内容识别。