从preg_match中查找内容片段

Question

好吧，假设我有一段文字：

在他一生中第一次也是最后一次被淘汰后，杜兰特从沙发上看着美国队跳着华尔兹进入金牌比赛，然后接受了西班牙的考验，最终以118-107的胜利结束了美国男子国家队八年来的金牌荒。但是美国在国际篮联世锦赛上的金牌荒依然完整，现在已经16年了，美国队准备前往土耳其，而没有任何来自北京的救援队成员。

我想要做的是在文本上运行一个php preg_match_all几个关键字(例如'team‘和' for ')，然后检索每个结果的片段(可能之前10个单词，后面10个单词)。

有人知道怎么做吗？

Answer 1

你可以这样做：

• 使用带有PREG_OFFSET_CAPTURE标志的preg_match_all获取所有单词及其偏移的列表。
• 迭代这些单词并找到搜索项。
• 在比赛前后得到x字。

下面是一个例子：

preg_match_all('/[\w-]+/u', $str, $matches, PREG_OFFSET_CAPTURE);
$term = 'team';
$span = 3;
for ($i=0, $n=count($matches[0]); $i<$n; ++$i) {
    $match = $matches[0][$i];
    if (strcasecmp($term, $match[0]) === 0) {
        $start = $matches[0][max(0, $i-$span)][1];
        $end = $matches[0][min($n-1, $i+$span+1)][1];
        echo ' … '.substr($str, $start, $end-$start).' … ';
    }
}

Answer 2

检查这个http://www.php.net/manual/en/regexp.reference.squarebrackets.php

这是一个带有分隔符的词：

([:word:].*[:punct:])

这是九月的十个字。

([:word:].*[:punct:]){10}

像这样的东西很接近你的解决方案：

([:word:].*[:punct:].){10}team([:punct:].[:word:].*){10}

Answer 3

您可能会在Drupal搜索费力构建器中找到许多有趣的想法。

http://api.drupal.org/api/function/search_excerpt/6

这是一个UTF8 8-安全，并有各种边缘-案件涵盖。