Question

我需要一个正则表达式来解析句子或段落中的单词。应该使用的一些独立者是：空格和点。所以在：

My name is Bob.I'm 104 yrs old.

Bob和I'm是分开的，即使它们之间没有任何空格，也只是一个点。

还应包括任何其他常规单词。

Answer 1

str_word_count()怎么样？：

出于此功能的目的，'word'被定义为包含字母字符的语言环境相关字符串，它也可以包含但不能以“'”和“ - ”字符开头。

示例：

$str = "My name is Bob.I'm 104 yrs old."; 
print_r(str_word_count($str, 1, '0123456789'));

给出：

Array
(
    [0] => My
    [1] => name
    [2] => is
    [3] => Bob
    [4] => I'm
    [5] => 104
    [6] => yrs
    [7] => old
)

第三个参数采用一个字符串，该字符串定义哪些附加字符应被视为“单词字符”。

Answer 2

$words = preg_split('#[\\s.]#', $string, -1, PREG_SPLIT_NO_EMPTY);

\\s将匹配所有空格字符（例如空格，制表符，换行符等）。 .将匹配. ...如果您想添加更多字符，只需在.之后添加（[除外，必须使用]转义#和\\，并且-必须是列表中的最后一个字符）...

它将返回您的上述句子：

array(9) {
  [0]=>
  string(2) "My"
  [1]=>
  string(4) "name"
  [2]=>
  string(2) "is"
  [3]=>
  string(3) "Bob"
  [4]=>
  string(3) "I'm"
  [5]=>
  string(3) "104"
  [6]=>
  string(3) "yrs"
  [7]=>
  string(3) "old"
}

Answer 3

通过拆分以下任一方式，可以采用包容性或排他性两种方式：

使用“单词字符”，加上常用的“连接符”（撇号，连字符等），并否定整个组：

[^\w'-]+

或指定您认为的非单词字符（空格，点，冒号，parens等）：

[\s.;:()]+

（在这两种情况下，+都会避免创建空组。）

某些字符需要在字符类中进行转义 - 有关详细信息，请参阅http://www.regular-expressions.info/charclass.html

Answer 4

查看word boundary anchor（\ b或\ w），将单个字与空格和标点符号隔离开来。

Answer 5

查看preg_split

$words = preg_split('/\W+/', $sentence); // split on non-word-characters

这显然会分裂»我是«进入> I <和> m << / p>

用于解析句子中单词的正则表达式

5 个答案: