用正則表達式匹配至少包含n個單詞的句子

Question

我試圖從PHP中至少包含5個單詞組成的文本中抽取所有句子。假設句句以句號結束，問句或感嘆號，我想出了這個：

/[\w]{5,*}[\.|\?|\!]/ 

任何想法，怎麼了？

此外，需要做什麼才能使用UTF-8？

Answer 1

\w只匹配單個字符。一個單詞將是\w+。如果你需要至少5個字，你可以這樣做：

/(\w+\s){4,}\w+[.?!]/ 

即至少4個字後面的空間，其次是另一個字，接着一個句點。

Answer 2

我同意在此處發佈的解決方案。如果您在PHP中使用preg函數，您可以添加'u'模式修飾符以使其與UTF-8一起工作。 /(\w+\s){4,}\w+[.?!]/u例如

Answer 3

的無正則表達式方法：

$str = "this is a more than five word sentence. But this is not. Neither this. NO"; 

$sentences = explode(".", $str); 
foreach($sentences as $s) 
{ 
    $words = explode(' ', $s); 
    if(count(array_filter($words, 'is_notempty')) > 5) 
     echo "Found matching sentence : $s" . "<br/>"; 
} 

function is_notempty($x) 
{ 
return !empty($x); 
} 

此輸出：

實測值匹配的句子：這是一個超過五個單詞句