获取字符串的前 N ​​个单词

Question

如何只获取字符串中的前 10 个单词？

Answer 1

implode(' ', array_slice(explode(' ', $sentence), 0, 10));

为了添加对逗号和破折号等其他分词符的支持，preg_match 提供了一种快速方法，并且不需要拆分字符串：

function get_words($sentence, $count = 10) {
  preg_match("/(?:\w+(?:\W+|$)){0,$count}/", $sentence, $matches);
  return $matches[0];
}

正如 Pebbl 提到的，PHP 不能很好地处理 UTF-8 或 Unicode ，所以如果这是一个问题，那么您可以将 \w 替换为 [^\s,\.;\?\!] 和 \W > 对于[\s,\.;\?\!]。

Answer 2

如果句子结构中存在意外字符代替空格，或者句子包含多个相连的空格，则简单地按空格分割将无法正确运行。

无论您在单词之间使用哪种“空格”，以下版本都可以工作，并且可以轻松扩展以处理其他字符...它目前支持任何空白字符加上 , 。 ; ？ ！

function get_snippet( $str, $wordCount = 10 ) {
  return implode( 
    '', 
    array_slice( 
      preg_split(
        '/([\s,\.;\?\!]+)/', 
        $str, 
        $wordCount*2+1, 
        PREG_SPLIT_DELIM_CAPTURE
      ),
      0,
      $wordCount*2-1
    )
  );
}

正则表达式非常适合解决这个问题，因为您可以轻松地使代码变得灵活或严格，如您所愿。不过，你必须要小心。我专门针对单词之间的间隙（而不是单词本身）来处理上述内容，因为明确说明单词的定义是相当困难的。

取\w 字边界或其逆\W。我很少依赖这些，主要是因为 - 取决于您使用的软件（例如某些版本的 PHP） - 它们并不总是包含 UTF-8 或 Unicode 字符。

在正则表达式中，最好始终保持具体。这样您的表达式就可以处理如下内容，无论它们在何处呈现：

echo get_snippet('Это не те дроиды, которые вы ищете', 5);

/// outputs: Это не те дроиды, которые

然而，就性能而言，避免拆分可能是值得的。因此，您可以使用 Kelly 的更新方法，但将 \w 切换为 [^\s,\.;\?\!]+ 和 \W对于[\s,\.;\?\!]+。虽然我个人喜欢上面使用的分割表达式的简单性，但它更容易阅读和修改。然而 PHP 函数的堆栈有点丑陋:)

Answer 3

http://snipplr.com /view/8480/a-php-function-to-return-the-first-n-words-from-a-string/

function shorten_string($string, $wordsreturned)
{
    $retval = $string;  //  Just in case of a problem
    $array = explode(" ", $string);
    /*  Already short enough, return the whole thing*/
    if (count($array)<=$wordsreturned)
    {
        $retval = $string;
    }
    /*  Need to chop of some words*/
    else
    {
        array_splice($array, $wordsreturned);
        $retval = implode(" ", $array)." ...";
    }
    return $retval;
}

Answer 4

我建议使用str_word_count：

<?php
$str = "Lorem ipsum       dolor sit    amet, 
        consectetur        adipiscing elit";
print_r(str_word_count($str, 1));
?>

上面的例子将输出：

Array
(
    [0] => Lorem
    [1] => ipsum
    [2] => dolor
    [3] => sit
    [4] => amet
    [5] => consectetur
    [6] => adipiscing
    [7] => elit
)

使用循环来获取你想要的单词。

来源：http://php.net/str_word_count

Answer 5

要选择给定文本的 10 个单词，您可以实现以下功能：

function first_words($text, $count=10)
{
    $words = explode(' ', $text);

    $result = '';
    for ($i = 0; $i < $count && isset($words[$i]); $i++) {
        $result .= $words[$i];
    }

    return $result;
}

Answer 6

这可以使用 str_word_count() 轻松完成

$first10words = implode(' ', array_slice(str_word_count($sentence,1), 0, 10));

Answer 7

这可能对你有帮助。返回 N 号的函数。的话

public function getNWordsFromString($text,$numberOfWords = 6)
{
    if($text != null)
    {
        $textArray = explode(" ", $text);
        if(count($textArray) > $numberOfWords)
        {
            return implode(" ",array_slice($textArray, 0, $numberOfWords))."...";
        }
        return $text;
    }
    return "";
    }
}

Answer 8

试试这个

$str = 'Lorem ipsum dolor sit amet,consectetur adipiscing elit. Mauris ornare luctus diam sit amet mollis.';
 $arr = explode(" ", str_replace(",", ", ", $str));
 for ($index = 0; $index < 10; $index++) {
 echo $arr[$index]. " ";
}

我知道现在不是回答的时候，但让新来者选择自己的答案。

Answer 9

    function get_first_num_of_words($string, $num_of_words)
    {
        $string = preg_replace('/\s+/', ' ', trim($string));
        $words = explode(" ", $string); // an array

        // if number of words you want to get is greater than number of words in the string
        if ($num_of_words > count($words)) {
            // then use number of words in the string
            $num_of_words = count($words);
        }

        $new_string = "";
        for ($i = 0; $i < $num_of_words; $i++) {
            $new_string .= $words[$i] . " ";
        }

        return trim($new_string);
    }

像这样使用它：

echo get_first_num_of_words("Lorem ipsum dolor sit amet consectetur adipisicing elit. Aliquid, illo?", 5);

输出：Lorem ipsum dolor sat amet

此函数对于阿拉伯字符等 unicode 字符也能很好地工作。

echo get_first_num_of_words("نموذج لنص عربي الغرض منه توضيح كيف يمكن استخلاص أول عدد معين من الكلمات الموجودة فى نص معين.", 100);

输出：> qucy>fouistimغsty：fouthing：f。

Answer 10

这完全就是我们正在寻找的
只需剪切并粘贴到您的程序中即可运行。

function shorten_string($string, $wordsreturned)
/*  Returns the first $wordsreturned out of $string.  If string
contains fewer words than $wordsreturned, the entire string
is returned.
*/
{
$retval = $string;      //  Just in case of a problem

$array = explode(" ", $string);
if (count($array)<=$wordsreturned)
/*  Already short enough, return the whole thing
*/
{
$retval = $string;
}
else
/*  Need to chop of some words
*/
{
array_splice($array, $wordsreturned);
$retval = implode(" ", $array)." ...";
}
return $retval;
}

只需调用代码块中的函数即可

$data_itr = shorten_string($Itinerary,25);

Answer 11

我这样做：

function trim_by_words($string, $word_count = 10) {
    $string = explode(' ', $string);
    if (empty($string) == false) {
        $string = array_chunk($string, $word_count);
        $string = $string[0];
    }
    $string = implode(' ', $string);
    return $string;
}

它兼容 UTF8...

Answer 12

这可能对你有帮助。返回 10 no 的函数。词数。

function num_of_word($text,$numb) {
 $wordsArray = explode(" ", $text);
 $parts = array_chunk($wordsArray, $numb);

 $final = implode(" ", $parts[0]);

 if(isset($parts[1]))
     $final = $final." ...";
 return $final;
 return;
 }
echo num_of_word($text, 10);

Answer 13

不是生成一个包含 N 个单词的数组，然后截断数组，然后重新内爆单词，而是截断第 N 个单词之后的输入字符串。 Demo

echo preg_replace('/(?:\s*\S+){10}\K.*/', '', $string);

该模式将搜索 N 个零个或多个空白字符后跟一个或多个非空白字符的序列，然后\K 重新启动全字符串匹配（有效地“释放”匹配字符，然后 .* 将匹配字符串的其余部分。无论匹配到什么，都将被替换为空字符串 。

该解决方案将确保 输出字符串的单词数可能不超过 N 个，因此请注意，不会发生任何突变，并且如果该字符串有尾随空格，则不会删除该空格。 。

为了确保删除前导和空格，请调整模式以捕获由空格分隔的 0 到 N 个单词 一个>

$string = '    I would like to know   ';

var_export(
    preg_replace('/\s*(\S*(?:\s+\S+){0,9}).*/', '$1', $string)
);