Регулярные выражения - парсинг на предложения

[GrayMaster]

Регулярные выражения - парсинг на предложения

Добрый день !
Подскажите пожалуйста как составить такое регулярное выражение, которое в $regs запишет все предложения текста (на англ.).
Допустим есть текст:
Bla-bla-bla fioahs asdioasdh asdhos, aosdhsao, asio 124 ss. Text 2 asd asiosioas, asjiasiods , asojasdioasd. | 142791248 asdis jasiodjasasd masjasdps Eto poslednee predlojenie!

Результат:
$regs[0] = "Bla-bla-bla fioahs asdioasdh asdhos, aosdhsao, asio 124 ss.";
$regs[1] = "Text 2 asd asiosioas, asjiasiods , asojasdioasd.";
$regs[2] = "Eto poslednee predlojenie!";

т.е. в предложении может содержаться "A-Z" "a-z" "0-9" "-" ",".

Заранее благодарен.

 

[HeavyNatas]

preg_match('/([A-Z]{1}[\w\d\s\-\,]+)/s', $text, $regs);

не проверял

 

[GrayMaster]

Подправил твой код, получилось:

preg_match_all("/([A-Z]{1}[\w\d\s\-\,]+[\.\!]{1})/s", $content, $matches);

Работает...

Новая проблема - в результат попадают предложения из одного слова. Как это избежать ?

...
    [15] => JavaScript1.
    [16] => JavaScript1.
    [17] => Version.
    [18] => JavaScript1.
    [19] => JavaScript1.
    [20] => Version.
    [21] => JavaScript1.
    [22] => JavaScript1.
...

-~{}~ 21.07.05 19:00:

Как установить минимальное кол-во слов в предложении ?

 

[Profic]

GrayMaster
Только человек может понять где начинается и заканчивается предложение. И только тогда когда язык на котором оно написано ему понятно. Поэтому никакой регулярник тут не поможет.
Минимальное кол-во слов? А как тебе такое:
- Oh, no!
- Don't hesitate, it's too late.
- No!
- Shut up, and relax, all'll be fine. That's all I can promise you.

PS. Какой-то "текст" странный. Откуда там JavaScript?

 

[GrayMaster]

Ну вот такой вот Попадается...
А мне "oh, no !" даже и не нужно...

-~{}~ 21.07.05 19:27:

Вот такой ещё вопрос... Как сделать чтоб не брались предложения типа: HELLO WORLD. т.е. большими буквами. как это исключить ? Догадки есть, но на практике получается неправильно выражение

 

[Profic]

~[A-Z][a-z\d]*(?:[\s,-]+[a-z\d]+)*[.!](?=\s)~
Это для абсолютно "правильных" "предложений".

 

[GrayMaster]

а всё же как можно получить предложения с 1-м и более пробелами ?

То что ты предложил выдает: "This.", "Abc."..

-~{}~ 21.07.05 21:06:

Костыль найден

/[A-Z][a-z\d]*(?:[\s,-]+[a-z\d]+)(?:[\s,-]+[a-z\d]+)(?:[\s,-]+[a-z\d]+)*[.!](?=\s|<|$)/

 

[SelenIT]

Имхо, все немного проще:
~[A-Z].*?[.!?](?=\s|$)~s
если речь идет именно о тексте, а не об HTML (на что намекает < в последнем варианте).

 

[Lews]

В предложении только "A-Z" "a-z" "0-9" "-" "," ?
А не проще тогда разбить текст по "!" "?" и "." ?

 

[GrayMaster]

Это HTML, но мне нужно вытащить только предложения со страницы... Что я и делаю.

А не проще тогда разбить текст по "!" "?" и "." ?

Нет, регулярным выражением все решается одной строкой

-~{}~ 22.07.05 01:42:

И последний вопрос...

/[A-Z][\w\d]*(?:[\s,-]+[\w\d]+)(?:[\s,-]+[\w\d]+)(?:[\s,-]+[\w\d]+)*[.!?](?=\s|<|$)/

Сделал что в предложении могли встечаться большие буквы... Как теперь изменить выражение, чтоб не выделялись предложения типа "HELLO WORLD.".

 

[specialist]

GrayMaster
обрати внимание на пост SelenIT, твоя же регулярка слишком запутана..имхо..если ты сумел её написать, то сделать так, что бы встречались большие буквы не должно составить для тебя труда...