如何将多字节字符串拆分为Php中的单词？

如何在PHP中将多字节字符串拆分为单词？以下是我迄今所做的，但我想提高代码...如何将多字节字符串拆分为Php中的单词？

mb_internal_encoding('UTF-8'); 
    mb_regex_encoding('UTF-8'); 
    $arr = mb_split('[\s\[\]().,;:-_]', $str);

有没有办法说一个字是的“阿尔法” -characters序列（不使用符号az，因为我想包括非拉丁字符）

来源

2011-12-07 ragnarius

什么是你的字符串等，什么字符集你正在用吗。 –

\ b字边界怎么样 – 2011-12-07 20:41:58

我正在使用utf-8！ – ragnarius

这里试试这个宝贝：

preg_match_all('/[\p{L}\p{M}]+/u', $subject, $result, PREG_PATTERN_ORDER); 
for ($i = 0; $i < count($result[0]); $i++) { 
    # Matched text = $result[0][$i]; 
}

匹配与他们的口音所有可能的字母作为字：

 " 
[\p{L}\p{M}]  # Match a single character present in the list below 
        # A character with the Unicode property “letter” (any kind of letter from any language) 
        # A character with the Unicode property “mark” (a character intended to be combined with another character (e.g. accents, umlauts, enclosing boxes, etc.)) 
    +    # Between one and unlimited times, as many times as possible, giving back as needed (greedy) 
"

See it.

来源

2011-12-07 20:53:14 FailedDev

如果它不是拉丁文，它会错过单词中的最后一个字母。句子“ocksåhärfinnshö”=> ocks，här，finns，h – ragnarius

@ragnarius固定。原因是字边界不能很好地与UTF-8一起玩:) – FailedDev

太棒了！但是/你的意思是？ – ragnarius