在字符串中提取围绕给定搜索字符串的 X 个单词答案

【问题标题】：Extract X number of words surrounding a given search string within a string在字符串中提取围绕给定搜索字符串的 X 个单词
【发布时间】：2012-01-05 06:20:42
【问题描述】：

我正在寻找一种方法来提取搜索中给定单词两侧的 X 个单词。

例如，如果用户输入“inmate”作为搜索词，并且 MySQL 查询在帖子内容中找到包含“inmate”的帖子，我想返回的不是帖子的全部内容，而只是x 两边的字数，让用户了解帖子的要点，然后他们可以决定是否要继续阅读帖子并完整阅读。

我正在使用 PHP。

谢谢！

【问题讨论】：

这也可能对您有所帮助：stackoverflow.com/q/1436582/1066234

标签： php mysql regex search

【解决方案1】：

您可能无法使用正则表达式完全解决此问题。单词之间有太多其他字符的可能性...

但是你可以试试这个正则表达式：

((?:\S+\s*){0,5}\S*inmate\S*(?:\s*\S+){0,5})

请看这里：rubular

您可能还想排除某些字符，因为它们不计为单词。现在正则表达式将任何被空格包围的非空格字符序列计算为单词。

只匹配真实的单词：

((?:\w+\s*){0,5}<search word>(?:\s*\w+){0,5})

但是这里任何非单词字符（，，，等等）都会阻止匹配。

所以你可以继续...

((?:[\w"',.-]+\s*){0,5}["',.-]?<search word>["',.-]?(?:\s*[\w"',.-]+){0,5})

这也将匹配 5 个单词，其中之一是 "',.- 在您的搜索词周围。

在 php 中使用它：

$sourcestring="For example, if a user enters \"inmate\" as a search word and the MySQL";
preg_match_all('/(?:\S+\s*){0,5}\S*inmate\S*(?:\s*\S+){0,5}/s',$sourcestring,$matches);
echo $matches[0][0]; // you might have more matches, they will be in $matches[0][x]

【讨论】：

要添加到 morja 的答案，您可以使用 PHP 的 preg_match 从 MySQL 中选择字符串：php.net/manual/en/function.preg-match.php。
谢谢，我会在今天晚些时候有机会的时候尝试一下。感谢您花时间回答这个问题！
我已经尝试过了，它有时可以在 Rubular 上运行...嗯...我尝试在 PHP 中实现它，但我似乎无法理解它...任何人都可以为我指明正确的方向？

【解决方案2】：

我会将此正则表达式用于 php，它也考虑 UTF8 字符

'~(?:[\p{L}\p{N}\']+[^\p{L}\p{N}\']+){0,5}<search word>(?:[^\p{L}\p{N}\']+[\p{L}\p{N}\']+){0,5}~u'

在这种情况下，'~' 是分隔符，修饰符 'u' 在末尾标识正则表达式是 UTF8 解释的。

请在此处查看有关 Unicode 正则表达式标识符的文档：

http://www.regular-expressions.info/refunicode.html

【讨论】：