如何选择一个句子的前10个单词？

Question

我如何从输出中只选择前10个单词？

Answer 1

implode(' ', array_slice(explode(' ', $sentence), 0, 10));

要添加对其他单词分隔符(如逗号和短划线)的支持,请preg_match提供快速方法,并且不需要拆分字符串:

function get_words($sentence, $count = 10) {
  preg_match("/(?:\w+(?:\W+|$)){0,$count}/", $sentence, $matches);
  return $matches[0];
}

正如Pebbl所提到的,PHP并不能很好地处理UTF-8或Unicode,所以如果这是一个问题,那么你可以替换\wfor [^\s,\.;\?\!]和\Wfor [\s,\.;\?\!].

Answer 2

如果在句子结构中存在意外的字符代替空格,或者句子包含多个连接的空格,则简单地拆分空格将无法正常工作.

无论您在单词之间使用何种"空间",以下版本都可以使用,并且可以轻松扩展以处理其他字符...它目前支持任何空格字符加,.; ？!

function get_snippet( $str, $wordCount = 10 ) {
  return implode( 
    '', 
    array_slice( 
      preg_split(
        '/([\s,\.;\?\!]+)/', 
        $str, 
        $wordCount*2+1, 
        PREG_SPLIT_DELIM_CAPTURE
      ),
      0,
      $wordCount*2-1
    )
  );
}

正则表达式非常适合这个问题,因为您可以轻松地使代码变得灵活或严格.但是你必须要小心.我特别针对上述目标之间的差距 - 而不是单词本身 - 因为很难明确地说明定义单词的内容.

取\w字边界或其反转\W.我很少依赖这些,主要是因为 - 取决于您使用的软件(如某些版本的PHP) - 它们并不总是包含UTF-8或Unicode字符.

在正则表达式中,最好始终具体.因此,无论表达式在何处呈现,您的表达式都可以处理以下内容:

echo get_snippet('??? ?? ?? ??????, ??????? ?? ?????', 5);

/// outputs: ??? ?? ?? ??????, ???????

然而,就性能而言,避免分裂可能是值得的.所以,你可以用凯利的更新方法,但切换\w为[^\s,\.;\?\!]+与\W对[\s,\.;\?\!]+.虽然,我个人喜欢上面使用的分裂表达式的简单性,但它更容易阅读并因此修改.然而,PHP函数的堆栈有点难看:)

Answer 3

http://snipplr.com/view/8480/a-php-function-to-return-the-first-n-words-from-a-string/

function shorten_string($string, $wordsreturned)
{
    $retval = $string;  //  Just in case of a problem
    $array = explode(" ", $string);
    /*  Already short enough, return the whole thing*/
    if (count($array)<=$wordsreturned)
    {
        $retval = $string;
    }
    /*  Need to chop of some words*/
    else
    {
        array_splice($array, $wordsreturned);
        $retval = implode(" ", $array)." ...";
    }
    return $retval;
}