Question

在正则表达式模式中不是那种知识，并且在阅读了所有wiki和参考文献后，我发现我在更改单词检测和高亮显示的模式时遇到了问题。

我在另一个stackoverflow回答中找到了一个函数，它完成了所需的一切但现在我发现它错过了一些东西

功能是：

function ParserGlossario($texto, $termos) {

    $padrao = '\1<a href="#" class="termo">\2</a>\3';

    if (empty($termos)) {
        return $texto;
    }

    if (is_array($termos)) {
        $substituir = array();
        $com = array();

        foreach ($termos as $key => $value) {
            $key = $value;
            $value = $padrao;
          //  $key = '([\s])(' . $key . ')([\s\.\,\!\?\<])';
            $key = '([\s])(' . $key . ')([\s\.\,\!\?\<])';
            $substituir[] = '|' . $key . '|ix';
            $com[] = empty($value) ? $padrao : $value;
        }

        return preg_replace($substituir, $com, $texto);

    } else {

        $termos = '([\s])(' . $termos . ')([\s])';

        return preg_replace('|'.$termos.'|i', $padrao, $texto);

    }
}

有些单词没有突出显示（标有红色箭头的单词）：

我不知道它是否有帮助，但这里是用于搜索文本的“术语”数组：

编辑。搜索的字符串只是纯文字：

Abaxial Xxxxx acaule Acaule xxxxxx xxx; xxxxx xxx背轴esporos。背面

编辑。添加了PHP代码小提琴

http://phpfiddle.org/main/code/079ad24318f554d9f2ba

有任何帮助吗？我真的不太了解正则表达式......

Answer 1

尝试

$key = '(^|\b)(' . $key . ')\b';

的插入内容

$key = '([\s])(' . $key . ')([\s\.\,\!\?\<])';

应该有所帮助。你的比赛仍然会在第二组，但没有第三组，我认为第一组不应该被触及，所以我相信这个

$padrao = '\1<a href="#" class="termo">\2</a>\3';

最好是

$padrao = '<a href="#" class="termo">$2</a>';

忘了（对不起）：改变

$substituir[] = '|' . $key . '|ix';

到

$substituir[] = '#' . $key . '#ix';

我还会使用字符串

$com = empty($value) ? $padrao : $value;

而不是数组，在这种情况下不需要。

Answer 2

让我们一起查看$key的值，例如数组元素acaule。

([\s])(acaule)([\s\.\,\!\?\<])

有3对标记组由3对( ... )定义。
第一个标记组与任何空格字符匹配。如果在字符串的开头没有像Abaxial那样的空格字符，则忽略该字。

将\s置于字符类中，即在[ ... ]内，实际上并不需要\s本身就是一个字符类。 ([\s])和(\s)相等。
第二个标记组仅匹配数组中的单词。
第三个标记组匹配
- 任何空格字符，
- 或句号，
- 或逗号，
- 或感叹号，
- 或问号，即标准标点符号，
- 或左尖括号（来自HTML或XML标记）。
左侧分号或冒号不匹配，其他非单词字符也会因正匹配而被忽略。

如果字符串末尾没有abaxial之类的字符，则搜索结果为否定。

顺便说一下：([\s.,!?<])等于([\s\.\,\!\?\<])，只有\和]（总是）和-（取决于位置）必须转义为字符类定义中的反斜杠，以解释为文字字符。好吧，[也应该在[ ... ]内使用反斜杠进行转义，以便于阅读。

因此很清楚为什么字符串开头的Abaxial和字符串末尾的abaxial不匹配。

但为什么Acaule不匹配？

嗯，这个单词留给acaule，左边有一个空格，右边有一个空格，正面匹配。所以acaule的空间权利已经被用于这场积极的比赛。因此，对于Acaule，此单词不再留有空白字符。

有\b这意味着字边界不匹配任何可能与\W*?而不是([\s])一起使用的字符，而不是([\s\.\,\!\?\<])，以避免匹配字符串中的子字符串字。

可能会像

$key = '(\W*?)(\b' . $key . '\b)(\W*?)';

\W*?表示任何非字符字符为非贪婪的0次或更多次。

\W?表示任意非字符0或1次，如果替换效果更好，也可用于第一个和第三个捕获组。

但是什么是正确的搜索字符串取决于你想要的替换结果。

我根本没有安装PHP解释器，因此无法尝试使用PHP代码替换的内容，因此在替换完所提供的示例字符串后，您希望看到的内容。

正则表达式不区分大小写，有/没有空格

2 个答案: