如何包装尚未包装的单词或单词序列？答案

【问题标题】：How to wrap words or words sequences which have not been already wrapped?如何包装尚未包装的单词或单词序列？
【发布时间】：2011-04-24 20:18:23
【问题描述】：

我正在尝试使用 preg_replace 将给定列表中的单词和单词序列包装起来。它几乎可以工作，但在某些用例中它不起作用，我不知道它是如何工作的。

例如我这样做：

    // sort by descending length
    usort($this->_keywords, function($a,$b){return(strlen($a)<strlen($b));});

    // wrapper is -%string%-
    foreach ($this->_keywords as $keyword) {
        $value = preg_replace('/((?!-)' . $keyword . '(?!-))/i', str_replace('%string%', '\1', $this->_wrapper), $value);
    }

来自这个关键字列表：

洛雷姆
ipsum
坐在一起
空
sed
sed enim

我想要结果：

-Lorem- -ipsum- dolor -sit amet-, consectetur adipiscing 精英。菜豆 rhoncus venenatis orci sed porta。赛德非多洛厄洛斯。暂停马萨 -sit amet- nulla egestas facilisis。克拉斯 fringilla, leo ac ullamcorper semper, urna eros pretium lectus, nec rhoncus ligula risus eu velit。 Nulla eu 大皮布斯麦格纳。 sed vehicula tristique 拉西尼亚。 Maecenas tincidunt metus 在 urna consequat nec congue libero 伊库利斯。 Nulla facilisi。菜豆 -sed- sem ut risus mattis accumsan eu -sed 敌人-。 Pellentesque 居民 morbi tristique senectus et netus et malesuada 名声 ac turpis egestas。 Suspendisse id est velit, eu cursus 夸姆Vivamus lacinia euismod pretium。

有什么想法吗？

【问题讨论】：

您遇到的具体问题是什么？

标签： php regex word text-analysis

【解决方案1】：

最简单的方法是使用preg_replace_callback()，并匹配已经包装好的单词，以及每个关键字。当匹配是一个已被包装的单词时，只需将其原封不动地返回即可。无需进行有问题的环视。

function compare_length($a, $b) {
    return strlen($a) < strlen($b);
}

function build_regex($keywords) {
    usort($keywords, 'compare_length');
    $pieces []= '/(?<wrapped>-[\w\s]*-)|(?<keyword>';
    for ($i = 0; $i < count($pieces); $i++) {
        if ($i > 0) $pieces []= '|';
        $pieces []= preg_quote($keywords[$i], '/');
    }
    $pieces []= ')/';
    return implode("", $pieces);
}

function wrap_callback($match) {
    if (!empty($match['wrapped'])) {
        return $match['wrapped'];
    }
    return "-{$match['wrapped']}-";
}

function wrap($text, $keywords) {
    $regex = build_regex($keywords);
    return preg_replace_callback($regex, 'wrap_callback');
}

【讨论】：

【解决方案2】：

我终于通过使用对应于单词边界的\b 元字符解决了我的问题。

public function filter($value)
{
    usort($this->_keywords, function($a,$b){return(strlen($a)<strlen($b));});

    foreach ($this->_keywords as $keyword) {
        $value = preg_replace(
            '/((?<!-)('.$keyword.'\b)(?!\-))/i',
            str_replace('%string%', '\2', $this->_wrapper) . '\3',
            $value
        );
    }

    return $value;
}

【讨论】：