【问题标题】:Natural language word replacing in PHPPHP中的自然语言单词替换
【发布时间】:2012-09-27 11:52:16
【问题描述】:

我有一个单词数组,例如:

$matchWords = ['a','is','of'];

还有这样的文字:

“这是一个测试文本。测试,逗号而不是空格。”

我需要将文本中 $wordsArray 中出现的所有单词替换为以下 html:

<span style="color:red;">$wordMatched</span>

我需要用标签替换的其他词​​。

所以基本上我的问题恢复到:

  • 仅匹配世界(如果我搜索单词“a”而不是字母 “一个”;
  • 不要匹配 html a 和 span 标记内的任何内容;

所以,到目前为止,我的代码如下:

$wordsArray = ['this','is','a','test','text','comma','instead','of','space'];
$matches = ['a','is','of'];
$text = "This is a test text. Test, comma instead of space.";

foreach($wordsArray as $word){
    if(in_array($word, $matches)){
        $known[] = '(^|[.!?: ;,])'.$word.'([.!?: ;,]|$)';
    }
    else{
        $notKnown[] = '(^|[.!?: ;,])'.$word.'([.!?: ;,]|$)';
    }
}

// Known
$wordList = implode('|', $known);
$text = preg_replace('/('.$wordList.')/', '<span>$1</span>', $text);

// Not Known
$wordList = implode('|', $notKnown);
$text = preg_replace('/('.$wordList.')/', '<a href="texts/addWord&word=$1" class="info label">$1</a>', $text);

这不起作用,因为它会在我的匹配项中添加空格和分隔符。

说实话,我不太了解 php 中的正则表达式,所以如果有人可以在这里帮助我,那就太好了。

谢谢

--编辑-- 在 xdazz 回答后,我测试了以下文本,结果如​​下:

嗨,

这是对一些跨度事物的测试。

真的有用吗?

输出:

<a class="wordLink info label" href="texts/addWord&word=Hi">Hi</a>,<br />
<br />
<a class="wordLink info label" href="texts/addWord&word=This">This</a> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">is</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <a class="wordLink info label" href="texts/addWord&word=aa">aa</a> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">a</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">a</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">a</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">a</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <a class="wordLink info label" href="texts/addWord&word=test">test</a> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">of</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <a class="wordLink info label" href="texts/addWord&word=some">some</a> <a class="wordLink info label" href="texts/addWord&word=span">span</a> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">thing</<a class="wordLink info label" href="texts/addWord&word=span">span</a>>.<br />
<br />
<a class="wordLink info label" href="texts/addWord&word=Is">Is</a> <<a class="wordLink info label" href="texts/addWord&word=span">span</a> style="color:red;">it</<a class="wordLink info label" href="texts/addWord&word=span">span</a>> <a class="wordLink info label" href="texts/addWord&word=really">really</a> <a class="wordLink info label" href="texts/addWord&word=working">working</a>?

我认为问题在于 span 标签。除此之外,一切似乎都很好。

【问题讨论】:

  • 搜索 a 将导致类似 me&lt;span&gt;a&lt;/span&gt;t 的内容。

标签: php regex preg-replace


【解决方案1】:

类似这样的:

$matchWords = array('a','is','of'); 
$text = "This is a test text. Test, comma instead of space.";
$text = preg_replace('/\b('.implode('|', $matchWords).')\b/', '<span style="color:red;">$1</span>', $text);

【讨论】:

  • 这个答案是我的加一,因为答案非常好,但我认为这个解决方案将匹配"This is &lt;a href...&gt; test 中的a OP 说不应该匹配。我认为改成这个会有所帮助:$matchWords = array('(?&lt;!\&lt;)a','is','of');。这为a 添加了一个“环视”,以确认它前面没有&lt;。生成的正则表达式看起来像 '/\b((?&lt;!\&lt;)a|is|of)\b/'
  • 感谢您的回答。我用另一个文本进行测试只是为了确保它给了我一些问题。请看我这次更新的原始问题
  • @jribeiro 我认为这本身不是正则表达式问题,我认为这是因为您将一个正则表达式应用于另一个正则表达式的结果。单独尝试这个正则表达式,以确认它可以自己工作并完成它需要做的事情,然后从那里开始工作。
  • 非常正确。它似乎工作。只是不确定我需要额外的正则表达式。它似乎以两种方式提供相同的结果。
猜你喜欢
  • 2010-09-26
  • 2020-02-17
  • 1970-01-01
  • 1970-01-01
  • 2012-06-29
  • 2020-01-13
  • 1970-01-01
  • 2010-10-01
  • 2018-07-05
相关资源
最近更新 更多