php - 从 php 中的 pattern_match 中排除一些模式

Question

我正在尝试将原始文本拆分为句子。所以我只是使用函数并根据,和preg_split()的出现将原始文本拆分为句子。但正如预期的那样，由于某些特殊情况，例如“博士”、“先生”等，我遇到了一些问题。?.;.

我怎样才能从分裂中排除这样的词或模式？

preg_split('/(\. )|(\? )|(\; )!(Mr\.)/', $content);

Answer 1

您可以在正则表达式中添加否定的lookbehind，以确保点前面没有“先生”和公司：

preg_split('/((?<!(Mr|Dr))\.|\?|;) /', $content);

我还稍微简化了正则表达式。您还应该考虑用\s|$（任何空格或输入结尾）替换当前表达式末尾的单个空格。

看到它在行动。