[regexp] Jak określić?, początek tekstu lub biały znak Opcje

[Blackhole]

Hej!
Chciałbym z tekstu wyciągnąć wszystkie wyrazy długości od 2 do 3 znaków. Mam aktualnie tak:

[PHP] pobierz, plaintext 
<?
preg_match_all("#\s([0-9a-zA-ZąćęłńóśźżĄĆĘŁŃÓŚŹŻ]{2,3})\s#Usi", $txt, $sh);
?>
[PHP] pobierz, plaintext 

Jednak nie wyciąga to wyrazów, które są na początku lub końcu tekstu. I tu mam problem, bo nie wiem, jak to zdefiniować (IMG:style_emoticons/default/blinksmiley.gif)
Pomóżcie...

[Fifi209]

[PHP] pobierz, plaintext 
<?php
 
	$s = 'to jest jakis tek st as sdfs sdf się';
 
	$reg = '#([^\s]{2,3})#';
 
	preg_match_all($reg, $s, $matches);
 
	echo '<pre>';
		print_r($matches);
 
?>
[PHP] pobierz, plaintext 

Może tak? (IMG:style_emoticons/default/haha.gif)

[Blackhole]

Wątpię (IMG:style_emoticons/default/blinksmiley.gif)
[^\s] definiuje przecież znak nie będący białym znakiem, a nie "początek ciągu lub biały znak" (IMG:style_emoticons/default/worriedsmiley.gif)

[Pr0100]

http://pl2.php.net/manual/en/regexp.reference.backslash.php

\A i \Z

[Blackhole]

Pr0100, spróbowałem więc tak:

[PHP] pobierz, plaintext 
function x2words_($txt, $dl) {
	echo "<b>com:</b> ".$txt."<br />";
	// zwraca ciag ze zdwojonymi slowami dlugosci d: 1<d<=$dl
	preg_match_all("#[\s\A]([0-9a-zA-ZąćęłńóśźżĄĆĘŁŃÓŚŹŻ]{2,".$dl."})[\s\Z]#Usi", $txt, $sh);		// wyciagnij krotkie wyrazy
	echo '<pre>';	print_r($sh);	echo '</pre>';
	$sh = $sh[1];
	for ($si=0; $si<count($sh); $si++)  // zdubluj znalezione krótkie wyrazy
		$sh[$si] .= $sh[$si];
	$out = implode(" ", $sh);   // zrób z nich string
	echo "<b>out:</b> ".$out;
	return $out;
}
$txt = 'To je string nie tak mały i do testów - tfu';
echo $str."<br />".x2words_($str,3);
[PHP] pobierz, plaintext 

i otrzymuję:

com: To je string nie tak mały i do testów - tfu

Array
(
[0] => Array
(
[0] => je
[1] => nie
[2] => ały
[3] => do
)

[1] => Array
(
[0] => je
[1] => nie
[2] => ły
[3] => do
)

)

out: jeje nienie łyły dodo
To je string nie tak mały i do testów - tfu
jeje nienie łyły dodo

Spróbowałem też dać \b zamiast tych \A i \Z, ale wynik jest taki:

com: To je string nie tak mały i do testów - tfu

Array
(
[0] => Array
(
[0] => je
[1] => nie
[2] => do
)

[1] => Array
(
[0] => je
[1] => nie
[2] => do
)

)

out: jeje nienie dodo
To je string nie tak mały i do testów - tfu
jeje nienie dodo

Czyli nie działa (IMG:style_emoticons/default/sad.gif)

[Fifi209]

Wątpię (IMG:style_emoticons/default/blinksmiley.gif)
[^\s] definiuje przecież znak nie będący białym znakiem, a nie "początek ciągu lub biały znak" (IMG:style_emoticons/default/worriedsmiley.gif)

To nie rozumiem...może opisz dokładnie

Początek ^ koniec $ wystarczy poczytać...
http://pl.php.net/manual/pl/regexp.reference.circudollar.php

[Blackhole]

fifi209, dałem:

[PHP] pobierz, plaintext 
preg_match_all("#(\s|^)([0-9a-zA-ZąćęłńóśźżĄĆĘŁŃÓŚŹŻ]{2,".$dl."})(\s|$)#Usi", $txt, $sh);		// wyciagnij krotkie wyrazy
echo '<pre>';	print_r($sh);	echo '</pre>';
$sh = $sh[2];
[PHP] pobierz, plaintext 

i zadziałało (IMG:style_emoticons/default/smile.gif)
Mam jeszcze problem, jeśli krótkie słowa występują koło siebie, bo wtedy "wyciągane" są tylko nieparzyste, gdyż końcowy biały znak "zabrany" w matchowaniu nieparzystego wyrazu nie jest już odnajdywany w parzystym, który jest tuż za nim. Rozumiem, dlaczego się tak dzieje, ale nie wiem, jak temu przeciwdziałać (IMG:style_emoticons/default/worriedsmiley.gif)

Już wiem (IMG:style_emoticons/default/winksmiley.jpg)

Ten post edytował Blackhole 15.06.2010, 09:37:13