php把一段分成,用正则表达式和PHP将段落拆分成句子

我是一个正则表达式的菜鸟,试图将段落分成句子.在我的语言中,我们在句子中间使用了相当多的缩写(例如:bl.a.),所以我得出结论,我需要做的是寻找标点,然后是单个标点符号空格,然后是一个以大写字母开头的单词,如:

[sentence1]...anymore. However...[sentence2]

所以一段如下:

Der er en lang og bevæget forhistorie bag lov om varsling m.v. i forbindelse med afskedigelser af større omfang. Det er ikke en bureaukratisk lovtekst blandt så mange andre.

应以此输出结束:

[0] => Der er en lang og bevæget forhistorie bag lov om varsling m.v. i forbindelse med afskedigelser af større omfang.

[1] => Det er ikke en bureaukratisk lovtekst blandt så mange andre.

而不是这个:

[0] => Der er en lang og bevæget forhistorie bag lov om varsling m.v.

[1] => i forbindelse med afskedigelser af større omfang.

[2] => Det er ikke en bureaukratisk lovtekst blandt så mange andre.

我找到了一个解决方案,使用正面的lookbehind功能完成了第一部分:

$regexp = (?<=[.!?] | [.!?][\'"]);

然后

$sentences = preg_split($regexp, $paragraph, -1, PREG_SPLIT_NO_EMPTY);

这是一个很好的起点,但由于许多缩写,分裂的方式太多了.

我试过这样做:

(?<=[.!?]\s[A-Z] | [.!?][\'"])

以每一次出现为目标

. or ! or ?

其次是空格和大写字母,但这不起作用.

有谁知道,如果有办法完成我想做的事情?

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值