一个字符串拆分问题

[mantis]

字符串拆分问题：

有如下字符串：

你关注的杨幂有 10 个未看

有如下关键字:

["杨幂", 10]

将字符串按关键字拆分为数组：

["你关注的", "杨幂", "有", 10, "个未看"]

该怎么解决？

[Kinnice]

preg_split

[leoQaQ]

1. 先用"杨幂"去拆分数组，得到 ["你关注的","有 10 个未看"];
2. 把"杨幂" 插入数组，得到["你关注的","杨幂","有 10 个未看"];
3. 再用第二个关键字"10" 去拆分新数组的后一个元素, 得到["有","个未看"];
4. 把"10" 插入数组，然后就没有然后了

[2kCS5c0b0ITXE5k2]

正则

[crayygy]

jieba ?

[Kinnice]

<?php
$arr = preg_split("/(10|杨幂)/","你关注的杨幂有 10 个未看", -1, PREG_SPLIT_DELIM_CAPTURE);
print_r ($arr);
?>

[Jooooooooo]

边缘的 case 如果要拆分 "杨幂" 和 "幂有" 结果是啥?

[eason1874]

1 、像 #5 那样用正则
2 、先用 str_replace 在关键词前后插入分隔符，再用 explode 分割成数组

数量大的话，两种都试试，有些场景第二种比较快

[ipwx]

楼主的原问题是什么。

总觉得又是个 XY problem

[lmshl]

先确定下你这是不是一个 NLP 需求

[lmshl]

[sadfQED2]

你原问题是啥？看你样子似乎是需要做中文分词？

[cydian]

@lmshl 这是啥网站或工具？

[lmshl]

@cydian https://hanlp.hankcs.com/

[PythonYXY]

构建一个有限状态自动机即可

[qwertyzzz]

怎么和百度搜索 关键词标红有点像

[air8712]

字典树

[haolongsun]

不确定的句子->词法分析，直接上 NLP
固定的句子，就像你这个只有关键词是可变的，那么直接正则就 ok

[lisongeee]


[cowcomic]

词表有多大？
如果词表很大，百以上，可以上一些 NLP 技术，比如 Trie 树，做词表扫描，再根据扫描结果分割
如果词表不大，几十以内，for 循环和正则都可以

[fkdog]

楼主问的是全文检索里用的分词，还是说希望将一个字符串按照指定关键词分割开来？

[jinliming2]

<?php
$arr = preg_split("/(?<=^你关注的|有\\s)(?:\\B|\\b)|(?:\\B|\\b)(?=(?:有\\s\\d+)?\\s 个未看)/", "你关注的杨幂有 10 个未看");
print_r ($arr);

$arr2 = preg_split("/(你关注的)(\S+)(有)\s*(\d+)\s*(个未看)/", "你关注的杨幂有 10 个未看", -1, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);
print_r ($arr2);

[xupefei]

AC 自动机