3

我正在慢慢完善 PHP 中用于清理用户输入的标点符号修复功能。该函数目前在标点符号后添加空格,在标点符号前删除空格,并将每个句子的第一个单词大写。我见过一些人在寻找类似的功能,所以我很高兴分享我到目前为止所拥有的东西。它非常接近我想要的位置,但是,当它在逗号后添加一个空格时,当逗号在诸如 1,000 之类的数字内时,它应该避免这样做? 也许有办法缩短我所拥有的但仍然达到相同的结果?谢谢你的时间...

function format_punc($string){
    $punctuation = ',.;:';
    $string = str_replace(' ?', '?', str_replace(' .', '.', str_replace(' ,', ',', preg_replace('/(['.$punctuation.'])[\s]*/', '\1 ', $string))));
    $string = trim(preg_replace('/[[:space:]]+/', ' ', preg_replace('/([\.!\?]\s+|\A)(\w)/e', '"$1" . strtoupper("$2")', $string)));
    if($string[strlen($string)-1]==','){
        $string = substr($string, 0, -1).'.';
    }
    return $string;
}
4

3 回答 3

5

这是我更新的 php 修复标点符号功能......它现在似乎工作正常。我确信有办法压缩它,但它可以对字符串执行以下操作...

减少重复的标点符号,例如 !! 到 !
将多个空格减少为单个空格
删除之前的任何空格?. ,
后加空格;:
在逗号后添加空格,但不是当它们是数字的一部分
在句点后添加空格,但不是当它们是数字或缩写的一部分时
从字符串的开头和结尾删除空格 将句子的
第一个单词大写 将
最后一个字符更改为句点是逗号

function format_punc($string){
    $punctuation = ';:';
    $spaced_punc = array(' ?', ' .', ' ,');
    $un_spaced_punc = array('?', '.', ',');
    $string = preg_replace("/([.,!?;:])+/iS","$1",$string);
    $string = preg_replace('/[[:space:]]+/', ' ', $string);
    $string = str_replace($spaced_punc, $un_spaced_punc, $string);
    $string = preg_replace('/(['.$punctuation.'])[\s]*/', '\1 ', $string);
    $string = preg_replace('/(?<!\d),|,(?!\d{3})/', ', ', $string);
    $string = preg_replace('/(\.)([[:alpha:]]{2,})/', '$1 $2', $string);
    $string = trim($string);
    $string = preg_replace('/([\.!\?]\s+|\A)(\w)/e', '"$1" . strtoupper("$2")', $string);
    if($string[strlen($string)-1]==','){
        $string = substr($string, 0, -1).'.';
    }
    return $string;
}

如果您花时间压缩此代码并创建仍然返回相同结果的东西,请分享!谢谢你,享受!

于 2012-08-26T11:56:36.483 回答
0

我认为正则表达式应该是([^0-9][.][^0-9])[\s] *

preg_replace('/([^0-9]['.$punctuation.'][^0-9])[\s]*/', '\1 ', $string)

链接到正则表达式测试

于 2012-08-25T20:16:18.207 回答
0

这有点复杂,但它应该让你朝着正确的方向前进:

<?php

// The following finds all commas in $string and identifies which comma is preceded and followed by a number

$string = 'Hello, my name, is John,Doe. I have 3,425 cats.';

function strpos_r($haystack, $needle)
{
    if(strlen($needle) > strlen($haystack))
        trigger_error(sprintf("%s: length of argument 2 must be <= argument 1", __FUNCTION__), E_USER_WARNING);

    $seeks = array();
    while($seek = strrpos($haystack, $needle))
    {
        array_push($seeks, $seek);
        $haystack = substr($haystack, 0, $seek);
    }
    return $seeks;
}

var_dump($commas = strpos_r($string, ',')); // gives you the location of all commas

for ($i = 0; i <= count($commas) - 1; $i++)
{
    if (is_numeric($commas[$i] - 1) && is_numeric($commas[$i] + 1)) 
    {
      // this means the characters before and after a given comma are numeric
      // don't add space (or delete the space) here

    }
}
于 2012-08-25T20:28:46.960 回答