Preg_split丢失外文字母

Question

我正在尝试使用一个脚本来表示关键字密度。除了外国字母(瑞典语、爱沙尼亚语或其他任何字母)之外，所有内容都可以正常工作。

$file包含文本。

这就是问题所在：

$testsource = explode(" ", $file); // This has no problems with non-english letters

数组中的第一个单词："Mängi“

$source = preg_split("/[(\b\W+\b)]/",  $file, 0, PREG_SPLIT_NO_EMPTY); // This removes the non-english letter sometimes and also a letter in front of it

数组中的第一个单词："ngi“

对于这个特定的单词，问题似乎出在"ä“字符(如果是其他单词，则是其他非英语字符)，因为我当前的preg_split去掉了单词开头的"Mä”。没有特殊字符的单词是可以的。

问:我可以在preg_split中添加哪些内容才不会导致问题？

Answer 1

啊，不要紧，答案是将preg_split行改为以下内容：

$source = preg_split("/[(\b\+\b)\s!@#$%*]/",  $file, 0, PREG_SPLIT_NO_EMPTY);