PHP 在搜索短语周围获得 10 个单词

Question

我正在尝试执行以下操作：

从一段文本（当我说单词时，我表示文本块中的单词或数字）

例如

文本块：“欢迎使用 Stack Overflow！访问您的用户页面以设置您的姓名和电子邮件。”

如果您要搜索“访问您的”，它将返回：“欢迎来到 Stack Overflow！访问您的用户页面以设置您的”

我试过用这个

$preg_safe = str_replace(" ", "\s", preg_quote($search)); 
$pattern = "/(\w*\S\s+){0,8}\S*\b($preg_safe)\b\S*(\s\S+){0,8}/ix";
if(preg_match_all($pattern, $full_text, $matches))
{ 
    $result = str_replace(strtolower($search), "<span class='searched-for'>$search</span>", strtolower($matches[0][0])); 
}
else
{ 
    $result = false; 
}

如果搜索短语是英语，它就可以工作，但我也需要它以其他语言工作。例如，它不适用于希伯来语搜索短语。

我尝试将模式更改为：

$pattern = "(*UTF8)/(\w*\S\s+){0,8}\S*\b($preg_safe)\b\S*(\s\S+){0,8}/i";

但是没有用。

如何使它适用于其他语言？

//////////////////////////////////////////////////////////////////////////

正如 enrico.bacis 建议的那样 - 我已将模式更改为：

$pattern = "/(\w\p{Hebrew}*\S\s+){0,20}\S*\b($preg_safe)\b\S*(\s\S+){0,20}/ixu";

现在它适用于英语和希伯来语搜索短语，但当有特殊字符（例如'）时，结果文本会被剪切。

如何使模式返回搜索短语周围的文本，即使它包含特殊字符？

Answer 1

您的问题出在\w 与希伯来字符不匹配，实际上\w 只是所谓“单词”字符的快捷方式：[A-Za-z0-9_]。

要使正则表达式也能够捕获希伯来语字符，您只需进行两项更改：

• 将u 添加到修饰符以管理UTF8 字符（因此您的修饰符将是/ixu）

• 将 [\w\p{Hebrew}] 替换为模式中每次出现的 \w。

您也可以查看here 以获取有关此主题的更多答案。