Question

在PHP变量中，存在混合语言上下文。一个例子如下：

$variable="This is sample text I am storing in the variable. இதன் கூடவே மற்ற மொழி எழுத்துக்களும் உள்ளன"

因此变量$variable包含英语和其他语言（上例中的泰米尔语）。

现在我需要添加一个包含泰米尔文本的类的标记，例如：

$variable="This is sample text I am storing in the variable. <span class='tamil'>இதன் கூடவே மற்ற மொழி எழுத்துக்களும் உள்ளன</span>"

如何省略英文字母和标点符号并将<span>完全添加到其他语言句子或段落？

Answer 1

您可以使用unicode系列创建正则表达式，这有助于您在文本中找到tamil字符：http://unicode.org/charts/PDF/U0B80.pdf

[\u0B80-\u0BFA-]*

我为这个例子组建了一个游乐场，以便你可以改进它以完成你需要做的事情。

http://regex101.com/r/wT8hP4

以下不是镀金代码，但希望它能帮助您入门。

<?php

$variable="This is sample text I am storing in the variable. இதன் கூடவே மற்ற மொழி எழுத்துக்களும் உள்ளன";

echo add_tamil_class($variable);

/**
 * Adds a HTML Span tag around tamil text using regex
 */
function add_tamil_class($text) {

    preg_match_all("/[\x{0B80}-\x{0BFA}]+/u", $text, $matches);

    $tamilSentence = implode(' ', $matches[0]);
    return str_replace(
        $tamilSentence,
        "<span class='tamil'>".$tamilSentence."</span>",
        $text
        );
}

Answer 2

正如Filype所说，我们可以使用unicode范围。

即使在像'英语'这样的情况下，这也应该匹配 - ＆gt; '泰米尔' - ＆gt; '英语' - ＆gt; “泰米尔”。虽然它会在空间中包含额外的空间。

/**
 * @param String $str Input UTF-8 encoded string.
 */
function encapsulate_tamil($str)
{
   return preg_replace('/[\x{0B80}-\x{0BFF}][\x{0B80}-\x{0BFF}\s]*/u',
      '<span class=\'tamil\'>$0</span>', $str);
}

将范围或某些标记添加到短语中的其他语言文本

2 个答案: