Как улучшить функцию preg_split ?

Question

[Dev]

Помогите улучшить функцию preg_split
Суть такая, есть такой код $pieces = preg_split("/[\s!?]/u", $pizza);
так вот оказалось что символов ! и ? было недостаточно и нужно сделать разделение абсолютно на все символы, кроме букв. Короче, нужно поместить в

preg_split (~!"№;%:?*()_+/,@##$^&*½ и любые другие символы типа сердечек и квадратиков)

Еще хотелось бы поместить вот этот код с js, он очень хорошо разбивает пробелы и удаляет ненужное. Примерно так "пробел текст пробел текст" когда пробел впереди код который внизу понимает что перед пробелом нету текста и это важно, выводя таким обзором что в файле 2 слова а не 3.

(/\n/," ").replace(/\s/gi," ").replace(/\s{2,}/gi," ").replace(/ $/,"").replace(/^ /,"");

Возможно есть другой способ который будет типа preg_split("\n", $pizza) и все.

Есть вот такой символ \w - любая цифра, буква или знак подчеркивания.
Можно было бы добавить его так, чтобы preg_split разделял слова, если стоит все что угодно, кроме любой цифры, буквы или знака подчеркивания, то есть \w, конечно знак подчеркивания тоже бы хотелось убрать.

Answer 1

[kompi]

Подробно читаем про PCRE (PHP):
- \W - Any non-word character
- \s - комбинация [\r\n\t\f ]
Первый и последний пробел можно учесть в регулярке или убрать с помощью trim.

preg_split('/[\W_]/u', trim($pizza), -1, PREG_SPLIT_NO_EMPTY);

PS PREG_SPLIT_NO_EMPTY - обязательно, если не хотите, чтобы в массив попадали пустые элементы.

Comments

[Dev]

@kompi да я вот только что описал про \w не знаю как сделать так.

[kompi]

\W как раз и есть противоположность \w

[Dev]

@kompi preg_split("\W" , $pizza); добавил ошибку пишет

[Dev]

@kompi preg_split("/[\W!?]/u", вот так пойдет?
только я не знаю что значит /u

[kompi]

Экранировать выражение нужно всегда - /регулярка/.
Флаг /u для того чтобы корректно распознавались русские буквы, в противном случае они будут попадать под \W, как non-word characters.

[Dev]

@kompi а как можно поставить \W и сделать чтобы ( _ )знак подчеркивания также считался пробелом.
или это не возможно?

[kompi]

[\W_]

[Dev]

@kompi вообще супер, только еще странная фича есть, когда он разбирает весь текст на слова, он создает пустой файл с названием .html как будто он пробел создает но это не пробел, в файле нету пробела.

[kompi]

Если вопрос не по регулярке, лучше создать отдельный вопрос по чтении/записи файла или поискать среди уже созданных/решенных вопросов.

[Dev]

@kompi да вопрос почти по регулярке просто не понятно почему он создает пустой файл в самом начале, даже если нету текста, видно это типа как начальный файл, непонятно зачем он нужен.
создает его либо fopen либо fwrite учитывая при этом preg_split

[kompi]

Что выводит var_dump($pieces)? Есть ли там пустые элементы?

[Dev]

@kompi вот чисто весь код

<?php

$i = "Я тут был! ongli";
$e = preg_split("/[\W_]/u", $i);

foreach ($e as $w) {
    $f = fopen($w.".html", "c+");
    fwrite($f, $w);
}

[kompi]

Во-первых, fclose писать обязательно;
Во-вторых, у вас есть пустой элемент из-за '!', который стоит в упор слову. Cоответственно создается пустой файл .html.
В вашем случае должно быть preg_split("/[\W_]/u", $i, -1, PREG_SPLIT_NO_EMPTY)

[Dev]

@kompi ага помогло, спасибо)

[Dev]

@kompi еще раз здравствуйте, появился новый вопрос Как сделать разделение текста с символами?
По скольку вы разбираетесь, может знаете как сделать.
Буду рад увидеть ваше решение.