在标准块中添加断点以格式化文本。

Question

我试图用粗体和斜体的正则表达式来格式化这个文本，这样看起来就像标准的带有断点的版本：

原件：

特别使用许可证#2011-0016605-小街道单身家庭住宅-公开听证和考虑在低于标准地段建造一套单一家庭住宅的请求；划为R-2-5/单人和两个家庭。申请人: Brian

有中断的标准版本：

SPECIAL USE PERMIT #2011-0016
605 LITTLE STREET
SINGLE FAMILY DWELLING
Public hearing and consideration of a request to construct a single family dwelling on a 
substandard lot; zoned R-2-5/Single and Two Family.  Applicant:  Brian Thomas

Answer 1

首先，我建议您避免使用<br>，而是选择一些通用的标记，比如<div class="address">...</div>。如果您稍后决定更改显示或导出数据，这将是有用的。

提取第一个块是很容易的/^(.+\s\d{4}-\d+)\s+/，但是没有简单的方法在地址和标题("STREET“和"SINGLE")之间分割。我相信你必须建立一个启发式，但要小心测试它。收集一个很好的数据样本。然后为提取块的函数编写一些单元测试：

// with PHPunit.
// You should use @provider for testing on multiple input data
// And an Extract class with methods would be cleaner than functions.
function titleTest() {
    assertEquals(
        array("SPECIAL USE PERMIT #2011-0016", "605 LITTLE STREET..."),
        extractTitle("SPECIAL...")
    );
}
function addressTest() {
    list($title, $rest) = extractTitle("SPECIAL...");
    assertEquals(
        array("605 LITTLE STREET", "SINGLE..."),
        $rest

一旦测试失败，就可以构建函数extractAddress()，直到它在每个示例上成功为止。它可能会结合几种方式，例如标题值/单行行的列表./，地址‘end /STREET\驱动器./

Answer 2

我想我有一个很简单的解决办法。原始文本可能有换行符，如\n \r，您需要在<br>中转换它们。如果我的理论是正确的，你应该能够通过这样做来格式化文本：

str_replace("\n", "<br>", $string);

试一试，让我知道它是否有效。