php - 修复 php 标记模式

Question

我有一个标记字符串的 Perl 脚本

@s=split /([^a-zA-Z \t\-\'\,\.]+)/, $_[0];  # tokenized with separators

所以如果我有一个字符串$s="The large [[bear]] is dangerous."

它会回来array("The large", " [[", "bear", "]] ", "is dangerous", ".")

但是当我在 php 脚本上使用它时，正则表达式模式似乎不起作用。

$tokens = preg_split("/[^a-z \t\-\'\,\.]+/i", $s);

有人知道这个问题吗？

Answer 1

让它运行（演示）：

$s="The large [[bear]] is dangerous.";
$pattern = '/([^a-zA-Z \t\-\\\'\,\.]+)/';    
$tokens = preg_split($pattern, $s, NULL, PREG_SPLIT_DELIM_CAPTURE);    
print_r($tokens);

输出：

Array
(
    [0] => The large
    [1] => [[
    [2] => bear
    [3] => ]]
    [4] =>  is dangerous.
)

细节：

• 模式必须在 PHP 中正确地表示为字符串，注意字符串转义序列。在单引号字符串\'中写为\\\'.
• 您想要拆分包括分隔符，您需要使用PREG_SPLIT_DELIM_CAPTURE标志。

请参阅单引号字符串^文档和preg_split^文档

编辑：要在标点符号处拆分，只需将它们从模式中删除（Demo）：

$pattern = '/([^a-zA-Z \t]+)/';

Answer 2

这：

\'

当您的字符串由双引号分隔时不正确。它将是一个实际的反斜杠，后跟一个引号字符。

还有这些：

\-\'\,\.

只需直接写它们而不用反斜杠。