PHP 8.6拆分中英文混合段落,用IntlBreakIterator读取句子边界

落雪小哥_6155

落雪小哥_6155

2026-11-20

601人浏览

原创

php 8.6拆分中英文混合段落时,可使用intlbreakiterator的句子迭代器,让icu按指定区域规则识别边界,再从partsiterator取出各段文本。这适合建立句子级显示或处理单元,不等于理解句意,也不是按中文词语分词。需要intl扩展,结果受区域规则和icu版本影响。

PHP手册中的IntlBreakIterator::createSentenceInstance定义

PHP手册中的IntlBreakIterator::createSentenceInstance定义

按句子边界取得文本和偏移

KEY_LEFT把片段左边界的UTF-8字节偏移作为键,适合与原字符串对应。用于显示时可以trim片段,但不能再拿trim后的长度反推原文位置。

<?php $text = '这是第一句。This is the second sentence! 还有第三句。';
$iterator = IntlBreakIterator::createSentenceInstance('zh_CN');
if ($iterator === null) throw new RuntimeException('无法创建句子迭代器');
if (!$iterator->setText($text)) throw new RuntimeException('无法设置输入文本');
$parts = $iterator->getPartsIterator(IntlPartsIterator::KEY_LEFT);
foreach ($parts as $byteOffset => $sentence) {
    echo json_encode([
        'byte_offset' => $byteOffset,
        'text' => $sentence,
    ], JSON_UNESCAPED_UNICODE | JSON_THROW_ON_ERROR), PHP_EOL;
}

PHP手册中的IntlBreakIterator::getPartsIterator定义

PHP手册中的IntlBreakIterator::getPartsIterator定义

区分字节、字符和句子单位

PHP字符串偏移通常以字节为单位,中文和Emoji不一定只占一个字节。KEY_LEFT返回的偏移用于substr提取原文时无需先转成字符数;若要向前端提供UTF-16位置,需要另外进行单位换算,不能直接混用。

Build MCP servers and clients for PHP applications with the official PHP SDK
Build MCP servers and clients for PHP applications with the official PHP SDK

使用官方Model Context Protocol PHP SDK将PHP应用程序功能暴露为MCP工具、资源和提示,用于代理工作流。

下载

用业务语料复核边界

英文缩写、小数、引号、换行和连续标点可能产生与手工断句不同的结果。ICU官方说明句子边界依据语言规则分析,并非语义解析;需要特定编辑风格时,应在边界结果之上增加明确规则。大文本可分批处理,但分块处可能影响识别,应保留必要上下文。

php免费学习视频:立即使用
踏上前端学习之旅,开启通往精通之路!从前端基础到项目实战,循序渐进,一步一个脚印,迈向巅峰!

相关文章

PHP速学教程(入门到精通)
PHP速学教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

php php 8.6

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
php文件怎么打开
php文件怎么打开

打开php文件步骤:1、选择文本编辑器;2、在选择的文本编辑器中,创建一个新的文件,并将其保存为.php文件;3、在创建的PHP文件中,编写PHP代码;4、要在本地计算机上运行PHP文件,需要设置一个服务器环境;5、安装服务器环境后,需要将PHP文件放入服务器目录中;6、一旦将PHP文件放入服务器目录中,就可以通过浏览器来运行它。

2023.09.01

13304

6

php怎么取出数组的前几个元素
php怎么取出数组的前几个元素

取出php数组的前几个元素的方法有使用array_slice()函数、使用array_splice()函数、使用循环遍历、使用array_slice()函数和array_values()函数等。本专题为大家提供php数组相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

7601

5

php反序列化失败怎么办
php反序列化失败怎么办

php反序列化失败的解决办法检查序列化数据。检查类定义、检查错误日志、更新PHP版本和应用安全措施等。本专题为大家提供php反序列化相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

2295

5

php怎么连接mssql数据库
php怎么连接mssql数据库

连接方法:1、通过mssql_系列函数;2、通过sqlsrv_系列函数;3、通过odbc方式连接;4、通过PDO方式;5、通过COM方式连接。想了解php怎么连接mssql数据库的详细内容,可以访问下面的文章。

2023.10.23

4808

4

php连接mssql数据库的方法
php连接mssql数据库的方法

php连接mssql数据库的方法有使用PHP的MSSQL扩展、使用PDO等。想了解更多php连接mssql数据库相关内容,可以阅读本专题下面的文章。

2023.10.23

5534

6

html怎么上传
html怎么上传

html通过使用HTML表单、JavaScript和PHP上传。更多关于html的问题详细请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.03

4351

9

PHP出现乱码怎么解决
PHP出现乱码怎么解决

PHP出现乱码可以通过修改PHP文件头部的字符编码设置、检查PHP文件的编码格式、检查数据库连接设置和检查HTML页面的字符编码设置来解决。更多关于php乱码的问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.09

6317

8

php文件怎么在手机上打开
php文件怎么在手机上打开

php文件在手机上打开需要在手机上搭建一个能够运行php的服务器环境,并将php文件上传到服务器上。再在手机上的浏览器中输入服务器的IP地址或域名,加上php文件的路径,即可打开php文件并查看其内容。更多关于php相关问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.13

4962

8

sprintf函数用法详解
sprintf函数用法详解

sprintf函数的用法:1、格式化字符串;2、指定输出宽度和精度;3、返回值。更多关于sprintf函数用法详解的内容,大家可以阅读下面的文章。

2023.11.27

12622

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
墨刀帮助中心
墨刀帮助中心

共0课时 | 0人学习

MyEclipse学习中心
MyEclipse学习中心

共0课时 | 0人学习