如何从字符串的开始到倒数第二个点剪切字符串？

Question

我有一些字符串，例如：

cats, e.g. Barsik, are funny. And it is true. So,

我想得到结果：

cats, e.g. Barsik, are funny.

我的尝试：

mb_ereg_search_init($text, '((?!e\.g\.).)*\.[^\.]');
$match = mb_ereg_search_pos();

但是它得到第二个点的位置（在单词 "true" 之后）。

如何得到想要的结果？

Answer 1

这里有两种获取子字符串的方法，从初始字符串的开始到倒数第二个 . 位置：

使用strrpos和substr函数：

$str = 'cats, e.g. Barsik, and e.g. Lusya are funny. And it is true. So,';
$len = strlen($str);
$str = substr($str, 0, (strrpos($str, '.', strrpos($str, '.') - $len - 1) - $len) + 1);

print_r($str);  // "cats, e.g. Barsik, and e.g. Lusya are funny."

使用 array_reverse、str_split 和 array_search 函数：

$str = 'cats, e.g. Barsik, and e.g. Lusya are funny. And it is true. So,';
$parts = array_reverse(str_split($str));
$pos = array_search('.', $parts) + 1;
$str = implode("", array_reverse(array_slice($parts, array_search('.', array_slice($parts, $pos)) + $pos)));

print_r($str);  // "cats, e.g. Barsik, and e.g. Lusya are funny."

Answer 2

由于天真的方法适合您，因此我发布了一个答案。但是，请注意，检测句子结尾对于正则表达式来说是一项非常困难的任务，尽管在某种程度上是可能的，但应该使用 NLP 包来完成。

话虽如此，我建议使用

'~(?<!\be\.g)\.(?=\s+\p{Lu})~ui'

正则表达式匹配任何点 (\.)，它前面没有一个完整的单词 e.g（请参阅负向回顾 (?<!\be\.g)），但后面跟有 1 个或多个空格 (\s+) 后跟 1 个大写 Unicode 字母 \p{Lu}.

见regex demo

不区分大小写的 i 修饰符不会影响 \p{Lu} 匹配的内容。

需要 ~u 修饰符，因为您使用的是 Unicode 文本（如俄语）。

要获取第一次出现的索引，请使用带有 PREG_OFFSET_CAPTURE 标志的 preg_match 函数。这是您在评论中提供的稍微简化的正则表达式：

preg_match('~(?<!т\.н)(?<!т\.к)(?<!e\.g)\.(?=\s+\p{L})~iu', $text, $match, PREG_OFFSET_CAPTURE);

看到前瞻是一个接一个地执行的，并且在字符串中的相同位置，因此，您不必将它们另外分组到正前瞻中。见 regex demo.

IDEONE demo:

$re = '~(?<!т\.н)(?<!т\.к)(?<!e\.g)\.(?=\s+\p{L})~iu';
$str = "cats, e.g. Barsik, are funny. And it is true. So,"; 
preg_match($re, $str, $match, PREG_OFFSET_CAPTURE);
echo $match[0][1];

如何从字符串的开始到倒数第二个点剪切字符串？

How to cut string from start to second last dot of the string?

php

regex

mbstring