Как разделить текст на предложения?

[lantastic]

Как разделить текст на предложения?

Необходимо разделить текст на предложения. Предложения разделяются точкой и пробелом, возможно знаком вопроса и последующим пробелом, также возможен восклицательный знак и пробел.

Написал следующий код:

$text  = 'Use documentation! Then plan and set up a site. Begin to create pages.';
$items =  preg_split("/[.?!] /", $text);
echo '<pre>';
print_r($items);
echo '</pre>';

Вывод:

Array
(
    [0] => Use documentation
    [1] => Then plan and set up a site
    [2] => Begin to create pages.
)

Все хорошо, но мы потеряли точки, вопросы и восклицательные знаки в конце предложений. Как можно это исправить?

 

[neko]

PREG_SPLIT_DELIM_CAPTURE

 

[SelenIT]

Как вариант - использовать ретроспективные проверки. Например, так: /(?<=[.?!])\s+/

 

[SiMM]

preg_match_all("/.*?[.?!](?:\s|$)/s", $text,$items);

 

[lantastic]

Спасибо ребята, щас я только в ваших ответах поразбираюсь.

Насчет PREG_SPLIT_DELIM_CAPTURE я перепробовал кучу комбинаций, знаки препинания в отдельных элементах массива сохраняются. Так что не катит.

Ретроспективные проверки? А что это такое, можно поподробней? Что за регулярное выражение такое: /(?<=[.?!])\s+/

Вариант от SiMM прекрасно работает! Спасибо!

 

[SelenIT]

lantastic
http://www.php.net/manual/ru/reference.pcre.pattern.syntax.php - там это называется " Утверждения касательно предшествующего текста". А мое выражение означает "как минимум один пробельный символ (сам пробел, табуляция либо перевод строки), перед которым идет один из знаков [.!?]". При этом возвращается только пробельный(-е) символ(-ы), а знаки препинания не включаются в найденный фрагмент и при preg_split-е остаются в тексте.

 

[lantastic]

Спасибо, SelenIT!

Разбираюсь потихонечку в твоей ссылке. Мда, регулярные выражения это сила, мне их копать и копать еще. Сейчас попробую твой вариант реализовать в preg_split() для интереса.

-~{}~ 19.03.05 17:25:

Автор оригинала: lantastic
Спасибо, SelenIT!

Разбираюсь потихонечку в твоей ссылке. Мда, регулярные выражения это сила, мне их копать и копать еще. Сейчас попробую твой вариант реализовать в preg_split() для интереса.

Все прекрасно работает! Чудеса