php - 正向前瞻与阿拉伯语文本不匹配

Question

使用前瞻断言时，正则表达式与阿拉伯文本不匹配

我正在尝试拆分文本：

شكرا لك على المشاركة في هذه الدراسة。هذا الاستبيان يطلب معلومات عن:

存储在

$sentences = "شكرا لك على المشاركة في هذه الدراسة. هذا الاستبيان يطلب معلومات عن:";

使用正则表达式：

$pattern = "/(?<=\.)\s+(?=\p{IsArabic}+)/";

在功能上

preg_split($pattern, $sentences);

正则表达式不匹配。如果我删除前瞻断言，它确实匹配。

为什么会这样？什么可能是解决方法？

Answer 1

您可以通过使用\p{Arabic}Unicode 属性类（请参阅此处支持的名称）并将u修饰符添加到正则表达式来修复它。请注意，+量词 after\p{Arabic}是多余的。

利用

$sentences = "شكرا لك على المشاركة في هذه الدراسة. هذا الاستبيان يطلب معلومات عن:";
$pattern = "/(?<=\.)\s+(?=\p{Arabic})/u";
print_r(preg_split($pattern, $sentences));

结果：

Array
(
    [0] => شكرا لك على المشاركة في هذه الدراسة.
    [1] => هذا الاستبيان يطلب معلومات عن:
)