Question

如何将多字节字符串拆分为Php中的单词？这是我到目前为止所做的，但我想改进代码......

   mb_internal_encoding( 'UTF-8');
   mb_regex_encoding( 'UTF-8');
   $arr = mb_split( '[\s\[\]().,;:-_]', $str );

有没有办法说字是一系列“alpha”字符（不使用符号a-z，因为我想包含非拉丁字符）

Answer 1

在这里试试这个宝宝：

preg_match_all('/[\p{L}\p{M}]+/u', $subject, $result, PREG_PATTERN_ORDER);
for ($i = 0; $i < count($result[0]); $i++) {
    # Matched text = $result[0][$i];
}

将所有可能的字母与其重音符号匹配为：

     "
[\p{L}\p{M}]       # Match a single character present in the list below
                   # A character with the Unicode property “letter” (any kind of letter from any language)
                   # A character with the Unicode property “mark” (a character intended to be combined with another character (e.g. accents, umlauts, enclosing boxes, etc.))
   +               # Between one and unlimited times, as many times as possible, giving back as needed (greedy)
"

<强> See it.

Answer 2

许多语言不使用单词（中文）。在这种情况下函数应该返回整个字符串吗？在PHP中，explode（）是二进制安全的，因此如果您只需要一个分隔符，那么使用它可能会更快。

Answer 3

也许您应该使用\w吗？

如何将多字节字符串拆分为Php中的单词？

3 个答案: