Php 用于匹配三角形的正则表达式

我试图从一个字符串中获取所有三个单词的组，这个字符串可以由多个句子组成，而不需要跨越句子边界。我让它适用于只有标准字母的单词：

preg_match_all("/(?=(\b(\w+)(?:\s+(\w+)\b|$)(?:\s+(\w+)\b|$)))/",$utext,$matches);
print_r($matches[1]);

但是，如果有撇号或连字符，它就会下降。因此，通过这个示例文本：

The quick brown fox's feet jumped over the lazy dog. The rain falls head-first in the plain.

我想要这份清单：

快速棕色 快褐狐 棕狐爪 狐狸的脚跳了起来 脚跳了过去 跳过 懒汉 懒狗 下雨了 雨先下 头一个倒下 在比赛中领先 在平原上 我已经尝试对上面的每个\w使用[\w'-]，但这会带来一些奇怪之处：

Array ( [0] => The quick brown [1] => quick brown fox's [2] => brown fox's feet [3] => fox's feet jumped [4] => 's feet jumped [5] => s feet jumped [6] => feet jumped over [7] => jumped over the [8] => over the lazy [9] => the lazy dog [10] => The rain falls [11] => rain falls head-first [12] => falls head-first in [13] => head-first in the [14] => -first in the [15] => first in the [16] => in the plain )

我错过了什么？谢谢。

只需将\w改为[^\s.]而不是空格或点，然后删除boudaries这个词。另一个更改是在正则表达式的开头添加行或空格的交替开头：

$text = "The quick brown fox's feet jumped over the lazy dog. The rain falls head-first in the plain.";

preg_match_all("/(?=((?<=^|\s)[^\s.]+(?:\s+[^\s.]+|$)(?:\s+[^\s.]+|$)))/",$text,$matches);
print_r($matches[1]);

正则表达式解释：

？=向前看 第一组开始 ? 快速棕色 [1] =>快速棕色狐狸 [2] =>棕色狐狸的脚 [3] =>狐狸的脚跳了起来 [4] =>她的脚跳了起来 [5] =>脚跳了过去 [6] =>跳过 [7] =>超过懒惰的人 [8] =>懒狗 [9] =>下雨了 [10] =>雨是头先下的 [11] =>排名第一 [12] =>头先入 [13] =>在平原上 [14] =>这是一个 [15] =>是一个报价 [16] =>就是这样 正则表达式解释：

？=向前看 第一组开始

---

太好了，谢谢。我现在看到它很难用引号和逗号，比如我说的“这是一个引号”，就是这样。但我可能要求太多了！在第二个例子中，合法的三角形是：这是一个，是一个引号，这是因为我说的是一个太短而不能限定的子句。我想这可能比正则表达式更深入到NLP中。@thehattery:您可以在字符类中添加逗号，但是，对于单引号，它有点复杂，因为您希望在fox中保留引号。尝试将[^\s.]+替换为？：？抱歉，：？@thehattery:Try:preg\u match\u all/？=？