PHP句子边界包括空行吗？

这是on SO的扩展

我想知道如何更改正则表达式以保留换行符

将一些文本逐句拆分，删除一个句子，然后重新组合的示例代码：

<?php
$re = '/# Split sentences on whitespace between them.
    (?<=                # Begin positive lookbehind.
      [.!?]             # Either an end of sentence punct,
    | [.!?][\'"]        # or end of sentence punct and quote.
    )                   # End positive lookbehind.
    (?<!                # Begin negative lookbehind.
      Mr\.              # Skip either "Mr."
    | Mrs\.             # or "Mrs.",
    | Ms\.              # or "Ms.",
    | Jr\.              # or "Jr.",
    | Dr\.              # or "Dr.",
    | Prof\.            # or "Prof.",
    | Sr\.              # or "Sr.",
    | T\.V\.A\.         # or "T.V.A.",
                        # or... (you get the idea).
    )                   # End negative lookbehind.
    [\s+|^$]            # Split on whitespace between sentences/empty lines.
    /ix';

$text = <<<EOL
This is paragraph one. This is sentence one. Sentence two!

This is paragraph two. This is sentence three. Sentence four!
EOL;

echo "\nBefore: \n" . $text . "\n";

$sentences = preg_split($re, $text, -1);

$sentences[1] = " "; // remove 'sentence one'

// put text back together
$text = implode( $sentences );

echo "\nAfter: \n" . $text . "\n";
?>

我试图让“后”文本与“前”文本相同，只是删除了一句话

After: 
This is paragraph one. Sentence two!

This is paragraph two. This is sentence three. Sentence four!

---

我希望这可以通过正则表达式的调整来实现，但是我缺少什么呢？

模式的结尾应该替换为：

  (?:\h+|^$)          # Split on whitespace between sentences\/empty lines.
/mix';

看

请注意，

[\s+| ^$]

确实匹配空格（水平和垂直，如换行符）、

+

、

|

、

^

和

$

符号，因为它是一个字符类

需要一个组（更好，这里不捕获），而不是一个角色类。在一个组（用

（…）

标记）中，

|

作为一个交替操作符工作

我建议使用仅匹配水平空白（无换行符）的

\s

，而不是

\h

如果未使用

/m

多行修饰符，则

^$

仅匹配空字符串。因此，我在选项中添加了

/m

修饰符

---

请注意，我必须在最后一条注释中转义

/

，否则会出现一个警告，说明正则表达式不正确。或者，使用不同的正则表达式分隔符。

此正则表达式中似乎存在问题：

[\s+^$]

确实匹配空格、

+

、

、

^

和

$

符号。用

（？：\h+| ^$）

替换它，我想就是这样。我想你可以在

\s

或

\s{1}

之后删除

+

，如果你真的需要它来匹配一个，因为

\s+

占用了其他空格。基本上，您需要

数组（“stuf”、“\n”、“stuff”）但如果不进行测试就无法确定，而且它太复杂了，无法在我的脑海中运行。谢谢。这几乎奏效，但有一个怪癖：preg_split regex将其中两个句子组合在一起。看到什么主意了吗？还感谢您的解释，我不熟悉它。如果您添加一个
PREG_SPLIT_DELIM_CAPTURE
，使用一个带有
（\h+| ^$）
的捕获组，并将索引2处的元素归零，会怎么样？看见
  (?:\h+|^$)          # Split on whitespace between sentences\/empty lines.
/mix';