如何选择一个句子的前10个单词?

时间:2011-05-10 21:20:31

标签: php string substring trim

如何从输出中仅选择前10个单词?

13 个答案:

答案 0 :(得分:123)

implode(' ', array_slice(explode(' ', $sentence), 0, 10));

要添加对其他分词符号(如逗号和短划线)的支持,preg_match提供了一种快速方式,并且不需要拆分字符串:

function get_words($sentence, $count = 10) {
  preg_match("/(?:\w+(?:\W+|$)){0,$count}/", $sentence, $matches);
  return $matches[0];
}

正如Pebbl所提到的,PHP并不能很好地处理UTF-8或Unicode,所以如果这是一个问题,那么你可以替换\w的{​​{1}}和[^\s,\.;\?\!]替换\W {1}}。

答案 1 :(得分:52)

如果在句子结构中有一个意外的字符代替空格,或者如果句子包含多个连接的空格,则简单地拆分空格将无法正常工作。

以下版本无论您在单词之间使用何种“空格”都可以使用,并且可以轻松扩展以处理其他字符...它目前支持任何空格字符加,。 ; ? !

function get_snippet( $str, $wordCount = 10 ) {
  return implode( 
    '', 
    array_slice( 
      preg_split(
        '/([\s,\.;\?\!]+)/', 
        $str, 
        $wordCount*2+1, 
        PREG_SPLIT_DELIM_CAPTURE
      ),
      0,
      $wordCount*2-1
    )
  );
}

正则表达式非常适合此问题,因为您可以轻松地使代码变得灵活或严格。但是你必须要小心。我特别针对上述目标之间的差距 - 而不是单词本身 - 因为很难明确地说明将定义单词的内容。

\w字边界或其倒数\W。我很少依赖这些,主要是因为 - 取决于您使用的软件(如某些版本的PHP) - they don't always include UTF-8 or Unicode characters

在正则表达式中,最好始终具体。这样你的表达式就可以处理以下内容,无论它们在何处呈现:

echo get_snippet('Это не те дроиды, которые вы ищете', 5);

/// outputs: Это не те дроиды, которые
但是,就性能而言,避免分裂可能是值得的。因此,您可以使用Kelly的更新方法,但为\w切换[^\s,\.;\?\!]+,为\W切换[\s,\.;\?\!]+。虽然,我个人喜欢上面使用的分裂表达式的简单性,但它更容易阅读并因此修改。然而,PHP函数的堆栈有点难看:)

答案 2 :(得分:6)

http://snipplr.com/view/8480/a-php-function-to-return-the-first-n-words-from-a-string/

function shorten_string($string, $wordsreturned)
{
    $retval = $string;  //  Just in case of a problem
    $array = explode(" ", $string);
    /*  Already short enough, return the whole thing*/
    if (count($array)<=$wordsreturned)
    {
        $retval = $string;
    }
    /*  Need to chop of some words*/
    else
    {
        array_splice($array, $wordsreturned);
        $retval = implode(" ", $array)." ...";
    }
    return $retval;
}

答案 3 :(得分:3)

我建议使用str_word_count

<?php
$str = "Lorem ipsum       dolor sit    amet, 
        consectetur        adipiscing elit";
print_r(str_word_count($str, 1));
?>

以上示例将输出:

Array
(
    [0] => Lorem
    [1] => ipsum
    [2] => dolor
    [3] => sit
    [4] => amet
    [5] => consectetur
    [6] => adipiscing
    [7] => elit
)

使用循环来获取您想要的单词。

来源:http://php.net/str_word_count

答案 4 :(得分:2)

要选择给定文本的10个单词,您可以实现以下功能:

function first_words($text, $count=10)
{
    $words = explode(' ', $text);

    $result = '';
    for ($i = 0; $i < $count && isset($words[$i]); $i++) {
        $result .= $words[$i];
    }

    return $result;
}

答案 5 :(得分:2)

使用str_word_count()

可以轻松完成此操作
$first10words = implode(' ', array_slice(str_word_count($sentence,1), 0, 10));

答案 6 :(得分:1)

这可能会对你有所帮助。函数返回N否。的话

public function getNWordsFromString($text,$numberOfWords = 6)
{
    if($text != null)
    {
        $textArray = explode(" ", $text);
        if(count($textArray) > $numberOfWords)
        {
            return implode(" ",array_slice($textArray, 0, $numberOfWords))."...";
        }
        return $text;
    }
    return "";
    }
}

答案 7 :(得分:1)

试试这个

$str = 'Lorem ipsum dolor sit amet,consectetur adipiscing elit. Mauris ornare luctus diam sit amet mollis.';
 $arr = explode(" ", str_replace(",", ", ", $str));
 for ($index = 0; $index < 10; $index++) {
 echo $arr[$index]. " ";
}

我知道现在不是回答的时候,但让新来的人选择自己的答案。

答案 8 :(得分:0)

这完全是我们正在寻找的东西 只需将n粘贴到您的程序中即可运行。

function shorten_string($string, $wordsreturned)
/*  Returns the first $wordsreturned out of $string.  If string
contains fewer words than $wordsreturned, the entire string
is returned.
*/
{
$retval = $string;      //  Just in case of a problem

$array = explode(" ", $string);
if (count($array)<=$wordsreturned)
/*  Already short enough, return the whole thing
*/
{
$retval = $string;
}
else
/*  Need to chop of some words
*/
{
array_splice($array, $wordsreturned);
$retval = implode(" ", $array)." ...";
}
return $retval;
}

只需在

中调用代码块中的函数即可
$data_itr = shorten_string($Itinerary,25);

答案 9 :(得分:0)

我是这样做的:

function trim_by_words($string, $word_count = 10) {
    $string = explode(' ', $string);
    if (empty($string) == false) {
        $string = array_chunk($string, $word_count);
        $string = $string[0];
    }
    $string = implode(' ', $string);
    return $string;
}

与UTF8兼容......

答案 10 :(得分:0)

这可能会对你有所帮助。功能返回 10 no. of words

function num_of_word($text,$numb) {
 $wordsArray = explode(" ", $text);
 $parts = array_chunk($wordsArray, $numb);

 $final = implode(" ", $parts[0]);

 if(isset($parts[1]))
     $final = $final." ...";
 return $final;
 return;
 }
echo num_of_word($text, 10);

答案 11 :(得分:0)

    function get_first_num_of_words($string, $num_of_words)
    {
        $string = preg_replace('/\s+/', ' ', trim($string));
        $words = explode(" ", $string); // an array

        // if number of words you want to get is greater than number of words in the string
        if ($num_of_words > count($words)) {
            // then use number of words in the string
            $num_of_words = count($words);
        }

        $new_string = "";
        for ($i = 0; $i < $num_of_words; $i++) {
            $new_string .= $words[$i] . " ";
        }

        return trim($new_string);
    }

像这样使用:

echo get_first_num_of_words("Lorem ipsum dolor sit amet consectetur adipisicing elit. Aliquid, illo?", 5);

输出:Lorem ipsum dolor sit amet

此功能也适用于阿拉伯字符等unicode字符。

echo get_first_num_of_words("نموذج لنص عربي الغرض منه توضيح كيف يمكن استخلاص أول عدد معين من الكلمات الموجودة فى نص معين.", 100);

输出:نموذج لنص عربي الغرض منه توضيح كيف يمكن استخلاص أول عدد معين من الكلمات الموجودة فى نص معين.

答案 12 :(得分:-4)

当内置Wordpress功能时,我不知道为什么会出现这种混乱:

<?= wp_trim_words(get_the_content(), 15, '...') ?>

回复内容的前15个单词(它在常规循环中工作)并添加省略号。