Как можно выделить наименьшее по длине предложение из строки?

Question

[RusTorg]

Как можно в пхп выделить из строки

$string = "Первое предложение. Второе предложение. Тр предл.";

Каждое предложение в массив сравнить их по длине и вывести самое короткое или просто обернуть самое короткое в span?
При этом надо учитывать что последнее предложение может не заканчиваться знаком препинания.

Answer 1

[Mikhail Osher]

Обновил ответ.

function find_shortest_sentence($text)
{
    $sentences = preg_split('/[.!?]\s*/', $text, -1, PREG_SPLIT_NO_EMPTY);
    
    // передали некорректный текст
    if (!isset($sentences[0])) {
        throw new InvalidArgumentException('Text must contain at least one sentence.');
    }
    
    $min = array_shift($sentences);
    
    foreach ($sentences as $sentence) {
        if (mb_strlen($sentence) < mb_strlen($min)) {
            $min = $sentence;
        }
    }
    
    return $min;
}

var_dump(
    find_shortest_sentence('Первое предложение. Второе предложение. Тр предл.'),
    find_shortest_sentence('Первое предложение. Второе предложение. Тр предл')
);

// string(15) "Тр предл"
// string(15) "Тр предл"

Comments

[RusTorg]

Хорошее решение для точки, а что делать со знаком вопроса и восклицания?

[Алексей Уколов]

RusTorg: нужно заменить explode на preg_split

[Алексей Уколов]

preg_split('/\.\.\.|[.?!]/', $text)

[Алексей Уколов]

Регулярка читается как три точки подряд (они экранированы, поскольку точка в регулярных выражениях имеет особое значение) или любой символ из группы - точка, знак вопроса, восклицательный знак.

[RusTorg]

Алексей Уколов: а как в результате оставить предложение со своим знаком не убирая его при выводе?

[Алексей Уколов]

RusTorg: об этом в документации написано

Answer 2

[Алексей Уколов]

Вообще, регулярные выражения не подходят для парсинга естественного языка.
Например, совершенно валидный с точки зрения языка текст

Иван, недавно переехавший в город N. спросил: «Как твои дела?» - и протянул однокласснице букет полевых цветов. Она смутилась и покраснела, но букет приняла. Смеркалось...

вы не разберете на предложения никакой регуляркой (и это я еще из Толстого пример не взял).
Поэтому вам сначала нужно составить формальный набор правил и ограничений, которому должен подчиняться ваш текст и только тогда мы сможем вам помочь составить под этот набор регулярное выражение.

Comments

[RusTorg]

В предложениях нету сокращений слов. Точка используется только для того чтобы показать окончание предложения.

[Алексей Уколов]

RusTorg: А в конце предложения может быть только точка?

[RusTorg]

А с полноценным естественным языком может быть сложно.
По идее можно проверять начинается ли следующее слово после точки с заглавной буквы и тогда определять границы одного предложения. Как вариант.

[RusTorg]

Алексей Уколов: Любой знак который соответствует окончанию предложения ".", "...", "!", "?" и т.д. В строке не используются какие-либо сокращения и непроизвольные использования этих символов кроме как для окончания предложения. Так же нету кавычек цитирования.

[Алексей Уколов]

В таком случае Mikhail Osher вам полное решение написал, я в комментариях дополнил.

Answer 3

[Владимир Мартьянов]

Вам, в общем-то, даже не нужно сохранять предложения в массив чтобы найти самое короткое. Задача может быть решена и через конечный автомат, когда вы идете по строке и сохраняете символы в буфер, а как только найдете точку - проверяете что строка в буфере короче предыдущей самой короткой из найденных.