剔除pattern_match一些模式在PHP

Question

我想原始文本分割成句子。于是我简单地使用preg_split()功能和分割原始文本的基础上?，.和;发生句子。但正如我所料，我遇到了一些问题，由于.的一些特殊情况，例如“博士”，“先生”等。

我该如何排除这样的词或patter分裂？

preg_split('/(\.)|(\?)|(\;)!(Mr\.)/', $content); 

Answer 1

您可以添加negative lookbehind的正则表达式，以确保该点没有被“先生”开头和公司：

preg_split('/((?<!(Mr|Dr))\.|\?|;) /', $content); 

我还简化了正则表达式一点点。还应该考虑在当前表达式的结尾代替单个空间\s|$（任何空白或输入的终点）。

See it in action。