php把文章按標點符號分割成多個句子-致遠建站

1、為什么要將文章分割成句子？

這里可能有多種原因，比如采集的文章語料，需要把他們重新排列組合作為內容素材；比如需要獲取文章中最長的一段話，用來作為文章概述或者用于標識唯一性；比如……總之，你可能會遇到并需要將文章分割成句子的哈哈~

2、怎么將文章分割成句子？

這一點主要還是看你的需求，比如之間做相似度查詢，我們大都是按30字符來分割（原因是百度搜索最大字符數就是30個），這種分割方法很簡單就能實現：直接substr($str,$start,30)即可。

這樣最其實并不理想，分割出來的句子有很多歧義或者沒有主題，所以我后來的做法是先按標點符合分割，再按30字符分割，這里就需要另外一種方法，其實也很簡單，用split或mb_split即可實現。前者用于英文，后者適用于中文。php把文章按標點符號分割成多個句子的具體方法如下：

$rst=mb_split('[!?;.??？；。]',$cont);

split的用法與此相同，也就是在[]中指定需要的符號即可，我這里取的是傳統意義上的一整句話，而不是所有標點符號。

3、split語法

array split ( string $pattern, string $string [, int $limit] )。

例如：

list($user, $pass, $uid, $gid, $extra) =  split (":", $passwd_line, 5);

如果字符串中有 n 個與 pattern 匹配的項目，則返回的數組將包含 n+1 個單元。例如，如果沒有找到 pattern，則會返回一個只有一個單元的數組。當然，如果 string 為空也是這樣。

再例如：

   // 分隔符可以是斜線，點，或橫線 
   $date = "04/30/1973";  
   list($month, $day, $year) = split ('[/.-]', $date); 
   echo "Month: $month; Day: $day; Year: $year<br />\n";

php把文章按標點符號分割成多個句子

留下您的評論