Question

以下是中文的示例字符串：

"最初 ， 上帝 创造 了 天地 。 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。 "

如何将其拆分为一个看起来像这样的数组？：

Array
(
    [0] => 最初 ， 上帝 创造 了 天地 。 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。
    [1] => 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。 
)

我尝试过但失败了：

$array = mb_split('。', $string);
echo "<pre>";
print_r($array);

我明白了：

Array
(
    [0] => 最初 ， 上帝 创造 了 天地 。 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。
)

P.S。字符集是GB18030。

我发现了更多信息。中国时期被称为句号。 html转义符为。和。。 GB18030十六进制字节为a1a3。 Unicode字符是'IDEOGRAPHIC FULL STOP'（U + 3002）。我怎样才能使用其中任何一个来实现我的目标？

Answer 1

试试这个：

$array = explode(chr(227), $string);

<强>更新

修复explode：

的字符

foreach($array as $part) {
    echo str_replace(array(chr(128).chr(130)), '', $part);
    echo '<br>';
}

Answer 2

你怎么试试

$ array = explode（'。'，$ string）;

这对我使用命令行很有用。

输出：排列（ [0] =＆gt;最初，上帝创造了天地 [1] =＆gt; 2大地混沌苍茫，深渊的表面一片黑暗 [2] =＆gt;
）

Answer 3

我需要在gb18030中执行此操作的原因是我使用的库（dedesplit）在转换为utf-8时不起作用。该库是一个中文单词分段器。我联系了开发人员，他告诉我一个新的工作在utf-8（http://www.itgrass.com/phpanalysis/index.html）。我已对它进行了测试，并以中文句号（或“句号”）作为分隔符正确地展开段落。

P.S。在找到这个新库之前，我决定编写自己的爆炸函数。我认为这可能有用，但我做了零测试。

Answer 4

最好的是preg_split()和/u（UTF8）选项，例如：

 $s = "日、に、本、ほん、語、ご";
 $v1 = preg_split('/(?<!^)(?!$)/u', $s); // for multibyte str_split($list)
 // same as $v1=preg_split('//u', $s);array_pop($v1);array_shift($v1);
 $v2 = preg_split('/、/u', $s); // for multibyte explode("、",$list)

结果

v1 = array（12）{[0] =＆gt; string（3）“日”[1] =＆gt; string（3）“，”[2] =＆gt; string（3）“に”[3] =＆gt; string（3）“，”... [11] =＆gt; string（3）“ご”}
v2 = array（6）{[0] =＆gt; string（3）“日”[1] =＆gt; string（3）“に”[2] =＆gt; string（3）“本”[3] =＆gt; string（6）“ほん”[4] =＆gt; string（3）“语”[5] =＆gt; string（3）“ご”}

使用您的示例，

$s = "最初 ， 上帝 创造 了 天地 。 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。 ";
$array  = preg_split('/。/u',$s);
var_dump($array);

结果

array(3) { [0]=> string(36) "最初 ， 上帝 创造 了 天地 " 
           [1]=> string(61) " 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 " 
           [2]=> string(1) " " 
}

所以，不完美......但作为一个正常的表达，你可以根据自己的需要进行调整：

精确解决方案

$array  = preg_split('/。(?!\s*$)/u',$string);

现在，使用negative look ahead，这正是您所需要的（！）。

array(3) { [0]=> string(36) "最初 ， 上帝 创造 了 天地 " 
           [1]=> string(61) " 2 大地 混沌 苍茫 ， 深渊 的 表面 一 片 黑暗 。 " 
}

我怎么能用/。（中文句号）作为分隔符来爆炸/ mb_split / preg_split一个中文字符串？

4 个答案:

<强>更新

精确解决方案