PHP preg_match 그룹 반복

Question

사용자 게시물 (전자 메일 주소 및 하이퍼 링크가 포함될 수 있음)에서 첫 번째 $ x 문장을 추출해야하는 정규식이 있고 (PHP5.2 및 5.3) 이유를 찾는 데 문제가 있습니다

/^(([^.!?]+|(\w+[.@?&=%:])+\w+)+[.!?]+\s){0,4}/ 

이 처음 네 문장을 반환하지만

/^(([^.!?]+|(\w+[.@?&=%:])+\w+)+[.!?]+\s){0,5}/ 

반환하지 일치 : 그것이 작동 할 때 나는) 그것을 최적화 것, 그리고 예, 그것은 추한 정규식입니다. {0,5}가 이전 그룹과 0-5 회 일치해야한다는 것이 내 이해이며, 4 회만 일치 할 수 있다면 여전히 작동해야합니다.

누구든지이 동작에 대해 밝힐 수 있습니까?

업데이트 : $ x는 임의의 숫자입니다. 정규 표현식에서 {0, $ x}을 (를) 사용합니다. 포스트는 하나의 공백으로 분리 된 문장으로 필터링됩니다. 추악한 표현에 대해 유감스럽게 생각합니다. 지금 며칠 동안이 문제를 조사하고 있습니다. 내 머리 속을하고 있습니다 ... 변경 사항을 sawa가 제안했습니다. 나의 주요 질문은 행동에 관한 것이고, 그룹이 일치하는 내용은 그렇게 중요하지 않아야합니다.

갱신 2는 :

function extractSummary($message, $limit) { 
    $expr = '/^(([^.!?]+|(\w+[.@?&=%:])+\w+)+[.!?]+\s){0,'.$limit.'}/'; 
    $msg = preg_replace('/[\x00-\x1f\x80-\xff]/', "\n" strip_tags($message)); 
    $msg = trim(preg_replace('/(\n|\s| )+/', ' ', $msg)).' '; 
    preg_match($expr, $msg, $summary); 
    return $summary[0]; 
} 

문장 (내 마음에 적어도, 사이트에서 자사의 단 하나 개의 기능을 COS NLP의 영역으로 이동하지 않고) 아무것도 최대입니다 : 이것은 내가 뭘하는지 본질적으로 마침표, 느낌표 또는 물음표로 표시 될 수 있지만, 기간은 URL의 전자 메일 주소에 문장 내에 나타날 수 있습니다. 이 정규식의 마지막 버전은 기간을 최대 5 개까지 계산하여 링크 및 이메일 주소를 파기했습니다.

업데이트 3 : 방금 더 끔찍한 코드를 추가 한 것을 생각해 보겠습니다. 마지막으로 설명하겠습니다. 어떤 게시 된 컨텐트는 정규 표현식과 잘 일치하지 않는 비 인쇄 문자 (예 : \ r 등)가있는 것으로 밝혀 졌으므로 첫 번째 preg_replace로 비 인쇄 문자를 제거합니다. 두 번째는 공백 그룹을 하나의 공백으로 대체하므로 문장을 정확하게 하나의 공백으로 구분할 수 있습니다.

Answer 1

나는 문장을 인식

• 기간, 느낌표 또는 물음표까지의 짧은 시퀀스, 선택적으로 작은 따옴표 나 큰 따옴표 다음에
• ,
• 필수적으로 뒤에 공백이나 문자열이옵니다.

전자 메일 주소의 마침표가 공백이나 문자열 끝 부분에 나타나지 않기 때문에 공백이나 문자열 끝의이 요구 사항은 전자 메일 주소의 마침표를 처리합니다.

다음

function get_sentences($text, $x) { 
    $regex = "/\A(?:.*?[\w\"'][.?!](?=['\"]?\s|\$)){0,{$x}}/ms"; 
    if (preg_match($regex, $text, $matches)) return $matches[0]; 
    return ''; // Never get here (will always match). 
} 

는 정규식의 주석 버전 :

/[^ ](?:.*?[.!?]['"]*(?= |\z)){0,4}/ 

Answer 2

정규식은 공백 문자와 무조건 부합하여 끝납니다. 입력에 정확히 5 개의 문장이 있고 마지막 기간 후에 공백이 없으면 첫 번째 문장은 일치하지만 두 번째 문장은 일치하지 않습니다.

문장입니다 : 다음과 같이

Answer 3

이 테스트 기능은 트릭을해야이 또한 문장이를 처리하는

$regex = '/# Match first $x sentences, each ending in [.?!] 
    \A    # Anchor to beginning of string 
    (?:    # Non-capture group to apply count 
     .*?    # Lazily match zero or more characters. 
     [\w"\']   # Last char before end is word or quote. 
     [.?!]   # End of sentence puntuation [.?!] 
     (?=[\'"]?\s|$) # But only if followed by space or EOL 
    ){0,5}   # Match from zero to $x sentences. 
    /smx'; 

주 말 따옴표 포함, 예. "This one." 또는 "This one!" 또는 'This one'?