我想使用句号（如'.）将文本拆分为句子。但是，如果文本中存在诸如"博士"，"夫人"，"美国"等词，那么拆分器可能会混淆。例如，请考虑以下文本：
《憨豆先生》是一部英国喜剧电视连续剧。
这分为两句话：1：先生2：憨豆是一部英国喜剧电视连续剧。
有没有一种聪明的方法可以在不使用此类特殊单词的字典/数组的情况下在 PHP 中解决此问题？
顺便说一句，我使用以下代码来检查给定的单词是否有句号。这段代码工作正常，但我需要用很多这样的单词填充字典/数组。我正在寻找一种不需要任何字典的解决方案。现在，知道吗？
public function doesWordHasFullstop($word){
if(in_array(strtolower(trim($word)), array('dr.','mr.','mrs.','prof.','ms.','sr.','jr.','m.sc.'
,'b.sc.','ph.d.','st.', 'gen.','sen.','rep.','jan.',
'feb.','mar.', 'apr.','jun.','jul.','aug.','sep.',
'oct.','nov.','dec.','drs.','m.d.','b.a.','m.a.','d.d.s.',
'u.s.a','u.a.e','u.k.','p.m.','a.m.'))){
return FALSE;
}
preg_match('/[.,;):>']?!@#|]+/', $word, $matches);
if(count($matches)>0){
return TRUE;
}else{
return FALSE;
}
}
不是让你气馁，但这实际上是不可能的。 考虑以下句子：
格里芬一家住在斯普纳街，辛普森一家住在常青街。
除非你愿意依赖像大写这样更不可靠的标记，否则你必须承认，你唯一能分辨出第二个句点既是缩写的结尾又是句子的结尾的方法，而第一个句号只标记第一个句号是用全尺寸句法分析，这在自然语言中是不可能的。
（是的，我知道辛普森一家住在常青露台上，但我想说明这个问题。
好吧，你不能使用字典，而是使用数组。
function SplitAtSentance($Criteria,$Word){
$Word = explode (" ",$Word);
foreach ($Criteria AS $Keys => $Values){
if (in_array($Values,$Word)){
$New = implode(" ",$Word);
return str_replace($Values, $Values."<br>",$New);
}
}
return false;
}
$Array = array ("Mr","ms");
$Original = "Mr Daryl";
echo SplitAtSentance($Array,$Original);
这是我当前的设置：
$Contents = file_get_contents("../test.txt");
function SplitAtSentance($Criteria,$Word){
$Word = explode (" ",$Word);
foreach ($Criteria AS $Keys => $Values){
if (in_array($Values,$Word)){
$New = implode(" ",$Word);
return str_replace($Values, $Values."<br>",$New);
}
}
return false;
}
$Contents = explode(",",$Contents);
$Sentance = "Dear mr Gill";
echo SplitAtSentance($Contents,$Sentance);
和文件结构： HTDOCS/TextDoc（代码段所在的位置） HTDOCS（文本.txt所在的位置）
../将返回一个目录并加载包含以下内容的文本文档：
先生，先生，硕士，博士，博士，博士