使用 preg_match 和 strlen 合并两个字符串

Question

示例文本：

Vind vid marken 
Område 1c: S/15-20 knop, byar upp till 30 knop, efterhand S/15-20 
knop, byar upp till 35 knop. 
Område 1a: S/10-20 knop, efterhand SO/15-20 knop, byar upp till 30 
knop. 
Område 2c,3d: SO/10-15 knop. 
Område 1b: S/15-20 knop, byar upp till 30 knop, efterhand SO/15-20 
knop, byar upp till 30 knop. 
Område 2a,2b,3a,3b,3c: SO/5-10 knop, efterhand SO/10-15 knop.

我从另一个网页获取此文本，我想删除第五行 "knop."。它太短了，无法对输出宽度产生任何影响，只会使数据混乱。

我一次循环遍历每一行，最后回显它。

我想我可以使用 preg_match 来查明单词 "knop" 是否在下一行以及下一行是否少于 7 个字符。如果这是真的，请合并它们并继续前进。我仍在为 if() 苦苦挣扎，所以 if 中的代码可能正确也可能不正确。

if (preg_match("/knop./", $Lines[$i+1]) && 1*strlen($Lines[$i+1] < 7)) {
  echo '<script type="text/javascript">alert("' . 1*strlen($Lines[$i+1]) . '"); </script>';
  echo '<script type="text/javascript">alert("' . 1*strlen($Lines[$i+1]) . '"); </script>';
  echo "<h1>" . $Lines[$i+1] . "</h1>";
  $Lines[$i] = trim($Lines[$i]) . " " .       $Lines[($i+1)]; //                        unset($Lines[($i+1)]); 
}

我有警报和回显 H1 只是为了调试。奇怪的是 if 对 72 个字符长的行作出反应。

我显然做错了什么，我已经弄清楚了...;-)

Answer 1

您的正则表达式匹配每个 knop 和一个附加字符。首先转义 . 因为在正则表达式中这意味着任何字符。

当前正则表达式的演示：https://regex101.com/r/xQ2eZ3/1

我会让你的正则表达式：

/^knop\.\h*$/m

检查每一行（因为分隔符后的 m 修饰符）。 \s* 用于 knop..

之后的水平空格

演示：https://regex101.com/r/xQ2eZ3/3

另一种方法是检查 knop. 之前的新行，如果找到则替换它。还应检查字符串的开头和结尾。然后可以使用preg_replace.

/(?:^|\n)(knop\.\h*(?:\n|$))/

演示：https://regex101.com/r/xQ2eZ3/5

更新：

$Result = preg_replace('/\v(knop\.\h*(\v|$))/', '', $Lines);
print_r(explode("\n", $Result));

正则表达式演示：https://regex101.com/r/oJ3uB0/1

还要注意分解中替换值的用法。

PHP 演示：https://eval.in/510853

Answer 2

将整个文本（多行）放在一个字符串中，然后你可以在上面使用这个正则表达式来清理它：

// Get all text in one variable first (only needed if you do not have this yet)
$text = implode("\n", $Lines); 
// Move short lines to the end of previous lines
$text = preg_replace('#\h*\R(.{0,2}knop\.)\h*(\R|$)#', " \n", $text);
// rebuild Lines variable.
$Lines = explode("\n", $text);

preg_replace正则表达式和替换的一些解释：

需要前一行与 \R;
它允许在 "knop." 之前最多放置两个自由字符（您可以使用这 2 个来允许更多或更少）；
它允许 spaces 在 "knop." 之后出现 \h（水平白色 space）；
在 "knop." 和一些可选的空格之后，该行必须结束：\R 或 $（结束）
替换注意将 "knop." 附加到上一行，并且在它和上一行的最后一个单词之间恰好有一个 space。

请注意，如果您向浏览器发送包含 \n 的 echo 文本，它不会在这些位置显示换行符，而只会显示 space，并生成输出长线。要强制浏览器将 \n 显示为换行符，请将输出包装在 pre 标记中，如下所示：

echo "<pre>$text</pre>";

Answer 3

我不知道您发布的结构本身是否代表您要处理的所有文本，但我看到文本中出现了一种模式。除了检查行中是否只有 "knop." 之外，您当然可以选择尝试恢复换行，方法是连接 "Område" 中的字符串，直到第一次出现句号/句点。这样做的好处是您可以按照自己认为合适的方式处理文本。

<?php
$text = <<<TEXT
Vind vid marken 
Område 1c: S/15-20 knop, byar upp till 30 knop, efterhand S/15-20 
knop, byar upp till 35 knop. 
Område 1a: S/10-20 knop, efterhand SO/15-20 knop, byar upp till 30 
knop. 
Område 2c,3d: SO/10-15 knop. 
Område 1b: S/15-20 knop, byar upp till 30 knop, efterhand SO/15-20 
knop, byar upp till 30 knop. 
Område 2a,2b,3a,3b,3c: SO/5-10 knop, efterhand SO/10-15 knop. 
I
TEXT;


$new = preg_replace_callback('~(Vind vid marken|(?:Område)(?:[^\.]+))\.~sm', function ($match) {
   // in $match[0], we have the entire line from the occurance of "Område" until a period ".".
   return str_replace(PHP_EOL, '', $match[0]);
}, $text); 


var_dump(wordwrap($new, 80));

这会产生以下结果：

string(383) "Vind vid marken 
Område 1c: S/15-20 knop, byar upp till 30 knop, efterhand S/15-20 knop, byar
upp till 35 knop. 
Område 1a: S/10-20 knop, efterhand SO/15-20 knop, byar upp till 30 knop. 
Område 2c,3d: SO/10-15 knop. 
Område 1b: S/15-20 knop, byar upp till 30 knop, efterhand SO/15-20 knop, byar
upp till 30 knop. 
Område 2a,2b,3a,3b,3c: SO/5-10 knop, efterhand SO/10-15 knop. 
I"

这似乎回答了您的问题，只是方式不同 ;)

使用 preg_match 和 strlen 合并两个字符串

Merge two strings with preg_match and strlen

php

regex

strlen

preg-match