剔除pattern_match一些模式在PHP

Question

我想原始文本分割成句子。於是我簡單地使用preg_split()功能和分割原始文本的基礎上?，.和;發生句子。但正如我所料，我遇到了一些問題，由於.的一些特殊情況，例如「博士」，「先生」等。

我該如何排除這樣的詞或patter分裂？

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

Answer 1

您可以添加negative lookbehind的正則表達式，以確保該點沒有被「先生」開頭和公司：

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

我還簡化了正則表達式一點點。還應該考慮在當前表達式的結尾代替單個空間\s|$（任何空白或輸入的終點）。

See it in action。