我一直在阅读、搜索和试用不同的方法来编写正则表达式，例如 p{L}、[az] 和 \w，但我似乎无法得到我想要的结果。

问题

我有一个由带有标点符号的完整句子组成的数组，我正在使用以下 pre_match 解析一个数组，它在保留单词和标点符号方面效果很好。

preg_match_all('/(\w+|[.;?!,:])/', $match, $matches)

但是，我现在有这样的词：

• 一个字另一个字
• more_words_like_these

我希望能够保持这些单词的完整性（连接），但我当前的 preg_match 将它们分解为单个单词。

我试过的

preg_match_all('/(p{L}-p{L}+|[.;?!,:])/', $match, $matches)

和;

preg_match_all('/((?i)^[\p{L}0-9_-]+|[.;?!,:])/', $match, $matches)

我从这里找到的

但无法达到这个预期的结果：

Array ( [0] A, [1] word, [2] like_this, [3] connected, [4] ; ,[5] with-relevant-punctuation)

理想情况下，我还可以考虑特殊字符，因为其中一些单词可能带有重音

我对我的代码中的一个问题感到困惑,并希望其他人可以帮助我解释为什么我的循环省略(array[0])了数组的第一个元素.

代码

foreach ($a as $key => $val) {

        for ($i=0; $i<count($val); $i++) {
            $x = $i; //this helps me jump logical arguments without the use of else


            // First Test
            if (isset($val[$i+2]) && $x = $i) {

            //Do a bunch of stuff

                    if (isset(the stuff done above)) {
                    // do other things and reset $i to jump through the array
                    $i=$i+2;

                    }                 

                    else {
                        unset($things);
                        unset($otherthings);
                    }
                }
            }


            // Second Test
            if (isset($val[$i+1]) && $x = …