Jak sprawdzić czy ciąg występuje jako całe słowo?, Wyrażenia regularne na ciągach UTF-8 Opcje

[latet]

Witam,

Muszę napisać wyrażenia regularne (lub funkcję), które sprawdzi czy dany ciąg znaków występuje w przeszukiwanym dużym tekście jako pełny wyraz.

Czyli jeśli szukamy ciagu "przy" to interesuje nas słowo "przy", a nie słowo "przypadek".

Myślę, że najprościej będzie zdefiniować z czym może sąsiadować taki ciąg, aby był uznany za pełny wyraz.

Do głowy mi przychodzi, że sąsiadować może z:
- początkiem stringu
- końcem stringu
- spacjami oczywiście, w tym innymi znakami tego rodzaju, np. \t, \n, twarda spacja itp
- przecinkiem
- kropką
- średnikiem
- dwukorpkiem
- apostrofami, cudzysłowiami
- nawiasami wszelkiego typu
- wszelkimi znaczakmi, kóre na klawiaturze wpisuje się przez SHITF-cyfra
- pozostałymi znaczkami typu + - = \ / ? ~
- cyframi (opcjonalnie)

Ta lista jest oczywiście umowna i do ustalenia, probelm mam z tym jak to w ogóle napisać? Pewnie funkcja mb_eregi() będzie tu sendem sprawy.

Trudności mam dwie:
1) nie "czuję" wyrażeń regularnych kompletnie
2) teksty, które mam obsłużyć są w UTF-8, i są w nich egzotyczne języki, tak więc odpada zdefiniowanie z czym szukany ciąg nie może sąsiadować. Trzeba określić z czym może - i to określić to w UTF-8.

Plik .php jest jako taki także kodowany w UFT-8.

Wielkie dzięki!

latet

Ten post edytował latet 31.12.2005, 14:23:43

[Radarek]

[PHP] pobierz, plaintext 
<?php
 
$tekst = "Przy okazji wspomne ze (...). Przyszedl i... dalej nie pamietam :-). Przy. przyprzy. Hm przy? Naprzykszyl mi sie. przy";
 
preg_match_all('/bprzyb/i', $tekst, $arr);
 
echo "<pre>";
print_r($arr);
echo "</pre>";
 
?>
[PHP] pobierz, plaintext 

Array
(
    [0] => Array
        (
            [0] => Przy
            [1] => Przy
            [2] => przy
            [3] => przy
        )

)

\b lapie granice wyrazow.

[latet]

Dzięki Radarek, ale to nie działa dobrze (być może z powodu UTF-8 lub wstawiania zmiennej w środek wyrażenia reg.).

Konkretnie, zrobiłem to tak:

[PHP] pobierz, plaintext 
<?php
 
if (preg_match('/b' . $slowo . 'b/u', $tekst))
 
?>
[PHP] pobierz, plaintext 

Działa... ale nie do końca. Np. w ogóle nie znajduje nic jeśli poda się słowo zawierających polskie litery (lub inne narodowe spoza ASCII). Z kolei gdy zapodam tylko 1 literę, np. "w" to znajduje wszystkie słowa zakończone na "w". Coś tu więc nie gra.
Dla słów bez znaków narodowych działa w miarę OK. Próbowałem bez parametru "u" i to niczego (!) nie zmienia.

Na grupie o php Mr. PorneL napisał mi, że nie wolno tak po prostu wstawiać zmiennej do wnętrza wyrażenia regularnego. A ja właśnie muszę szukać słowa podanego przez użytkownika, więc muszę jakoś tam wstawić zmienną. Tylko jak?

Nie wiem też kompletnie dlaczego w ogóle nie działa mi to:

[PHP] pobierz, plaintext 
<?php
 
if (mb_eregi('/b' . $slowo . 'b/', $tekst))
 
?>
[PHP] pobierz, plaintext 

skoro wyżej jest to:

[PHP] pobierz, plaintext 
<?php
 
mb_internal_encoding("UTF-8");
mb_regex_encoding("UTF-8");
 
?>
[PHP] pobierz, plaintext 

poza tym świetnie działa to:

[PHP] pobierz, plaintext 
<?php
 
mb_strtolower($slowo, "UTF-8"));
mb_ereg_replace('"', '', $slowo);
 
?>
[PHP] pobierz, plaintext 

Dzięki,

latet

Ten post edytował latet 31.12.2005, 17:03:40

[Radarek]

Hm, nie analizowalem calego twojego posta, ale problem moze wynikac z tego ze napisales '\\b' zamiast '\b'. Sprobuj z 1 backslashem, jak nie bedzie dzialac to bedziemy sie zastanawiac .

[latet]

Hm, nie analizowalem calego twojego posta, ale problem moze wynikac z tego ze napisales '\\b' zamiast '\b'. Sprobuj z 1 backslashem, jak nie bedzie dzialac to bedziemy sie zastanawiac .

Zmiana \\ na \ nic nie zmieniła. W oby przypadkach działa tak samo - tzn. nie ma błędów, ale nie wyszukuje prawidłowo podciągów

Trochę jestem podłamany, bo problem niby mały, a od 3 dni nie umiem go rozwiązać, nawet przy pomocy grupy i forum...

Więcej napisałem tu:
http://forum.php.pl/index.php?showtopic=39...=0&#entry220038

latet

Ten post edytował latet 1.01.2006, 17:17:39

[mike]

Połączenie funkcji str_word_count() i array_search() da Ci rozwiązanie.

Nie jest to może najlepszu sposób, bo najlepiej użyć wrażeń regularnych, ale ich nie znam

[latet]

Połączenie funkcji str_word_count() i array_search() da Ci rozwiązanie.

Nie jest to może najlepszu sposób, bo najlepiej użyć wrażeń regularnych, ale ich nie znam

Przetestuję (z rozpaczy), ale jest mały kruczek w fukcji str_word_count():

For the purpose of this function, 'word' is defined as a locale dependent string containing alphabetic characters, which also may contain, but not start with "'" and "-" characters.

A z próbami ustawiania setlocale() mam doświadczenia małe i bardzo złe...

Jak to ustawić w tym przypadku, skoro teksty w ktorych szukam są wielojęzyczne (aczkolwiek wszystko jest w UTF-8)?

Pozdrawiam,

latet

[zulus]

[PHP] pobierz, plaintext 
<?php
$text = " Jakiś o jakiś ycmś jakiśiowie jakiś ";
$search = "jakiś";
$query = "/W+(" . $search . ")W+/i";
$array = array();
preg_match_all($query, $text, $array);
//eregi($query, $text, $array);
print_r($array);
?>
[PHP] pobierz, plaintext 

to rozwiązanie ma jedną wadę, na początku i na kńcu tekstu musi być coś nie będące słówem np spacja.

[latet]

Dzięki - już problem rozwiązałem (dość przypadkowo)

Oto rozwiązanie:

[PHP] pobierz, plaintext 
<?php
if (mb_ereg('b' . $slowo . 'b', $tekst))
?>
[PHP] pobierz, plaintext 

co jest nieco dziwne, bo nie działało tak:

[PHP] pobierz, plaintext 
<?php
if (mb_ereg('/b' . $slowo . 'b/', $tekst))
?>
[PHP] pobierz, plaintext 

Oczywiście nie działa też tak:

[PHP] pobierz, plaintext 
<?php
if (preg_match('b' . $slowo . 'b', $linia_slownikowa))
(Warning: Delimiter must not be alphanumeric or backslash!)
 
?>
[PHP] pobierz, plaintext 

Pozdrawiam,

latet

Ten post edytował latet 1.01.2006, 18:47:32