如何拆分段落成句子

我一直在尝试使用：如何拆分段落成句子

$string="The Dr. is here!!! I am glad I'm in the U.S.A. for the Dr. quality is great!!!!!!"; 
preg_match_all('~.*?[?.!]~s',$string,$sentences); 
print_r($sentences);

但它不会对博士，USA工作等

有没有人有什么更好的建议？

来源

2010-01-28 Scott Tyler

我不知道正则表达式是否足够好，但我在想如果有一种方法可以在最后一个句子之前说出最少5个字符或类似的东西...... – 2010-01-28 22:04:48

类似这样的：（\ W +'？\ s？）+ \。 – 2010-01-28 22:08:09

那么，为了满足这种情况，你需要一个正则表达式来检查一个空格后跟一个大写字母，然后再进行分割。我对Regex的不熟悉，可能你可以做到这一点，但我认为规则很快会变得更加复杂，可能你会使用一个简单的正则表达式+一个小型的状态机来正确执行它。 – 2010-01-28 22:14:01

嗯，也许你可以试试$sentences = preg_split('/.*?[?.!]+\s+/', $string);

来源

2010-01-28 22:11:18 prodigitalson

这几乎是不可能的，因为你的例子清楚地表明，在例如可以使用的标点字符Dr.，U.S.A等，使得不可能知道句子开始/结束的地方。

您必须搜索以下字符以确定新句子是否跟在后面（开始于）您提及的标点符号之后。

来源

2010-01-28 22:12:49 Andreas

没有什么是不可能的... – 2010-01-28 23:41:31

几乎不可能....用这种方法..把“几乎”:)问候 – Andreas 2010-01-29 11:07:32

没有任何简单的解决方案。你需要在你的应用程序中做一些自然语言处理（NLP）并识别每个句子。有些东西叫OpenNLP，它是一个基于JAVA的NLP解析器工具。或Ruby中的Stanford NLP parser。你可以找到类似于PHP的东西。

here我在PHP中找到了一组用于自然语言处理的类。

来源

2010-01-28 22:15:57

+1 - 实际上，即使是使用NLP的解决方案，在面对非常非正式（例如草率）写作时也很可能失败。如果人们不遵循标点符号的基本规则，那么你就被塞满了。 – 2010-01-28 22:23:40

似乎该项目的文件不再在线 – 2012-04-03 09:12:42

如何拆分段落成句子

回答

相关问题