提取字符串中給定搜索字符串周圍的X個字符

Question

我正在尋找一種方法來提取搜索中給定字詞任一側的X個字符。

例如，如果用戶輸入「inmate」作爲搜索詞，並且MySQL查詢找到帖子內容中包含「inmate」的帖子，我想返回不是帖子的全部內容，但是隻要在它的兩邊放上幾個單詞就可以讓用戶看到帖子的主旨，然後他們可以決定是否要繼續閱讀帖子並全部閱讀。

我正在使用PHP。

謝謝！

Answer 1

你可能無法用正則表達式完全解決這個問題。還有的詞與詞之間的其他字符可能性太多......

不過你可以試試這個正則表達式：

((?:\S+\s*){0,5}\S*inmate\S*(?:\s*\S+){0,5}) 

在這裏看到：rubular

你也可能要排除某些字符，因爲他們不算作單詞。現在，正則表達式計算任何由空格包圍的非空格字符序列作爲單詞。

僅匹配真實的話：

((?:\w+\s*){0,5}<search word>(?:\s*\w+){0,5}) 

但這裏任何非單詞字符（「等），剎車匹配

所以，你可以去...

((?:[\w"',.-]+\s*){0,5}["',.-]?<search word>["',.-]?(?:\s*[\w"',.-]+){0,5}) 

這也會匹配5個單詞，並在搜索詞的前後加上「'，.-之一。

在PHP中使用它：

$sourcestring="For example, if a user enters \"inmate\" as a search word and the MySQL"; 
preg_match_all('/(?:\S+\s*){0,5}\S*inmate\S*(?:\s*\S+){0,5}/s',$sourcestring,$matches); 
echo $matches[0][0]; // you might have more matches, they will be in $matches[0][x] 

Answer 2

我會用這個正則表達式PHP這也需要UTF8字符考慮

'~(?:[\p{L}\p{N}\']+[^\p{L}\p{N}\']+){0,5}<search word>(?:[^\p{L}\p{N}\']+[\p{L}\p{N}\']+){0,5}~u' 

在這種情況下「〜」是定界符變質'u'結尾標識正則表達式是UTF8解釋的。

請參閱有關Unicode的正則表達式標識文檔瀏覽：

http://www.regular-expressions.info/refunicode.html