php - 正規表現に優先順位を付ける方法| （または）式？

Answer 1

入力がUTF-8であると仮定すると、

'/(\pL+)/u'

文字列内の\pL+1つ以上の文字に一致します。

例：

$str = '彼はそこに ひと人 でいた。';

preg_match_all('/(\pL+)/u', $str, $matches);

var_dump($matches[0]);

出力：

array(3) {
  [0]=>
  string(15) "彼はそこに"
  [1]=>
  string(9) "ひと人"
  [2]=>
  string(9) "でいた"
}

Answer 2

I think this: /([^ 、]+)/ should match the words in examples you've given (you may want to add some other word-terminating chars apart from space and 、 if you have them in your texts (or use \pL instead of [^ 、] to cover all UTF letters.

EXAMPLE

<?                                                                                                                                                          
preg_match_all('/[^ 、]+/u', "彼らは日本の 国民 となった。", $m);
print_r($m);

outputs

Array
(
    [0] => Array
        (
            [0] => 彼らは日本の
            [1] => 国民
            [2] => となった。
        )
)

Answer 3

you're trying only to split your string according to some pattern (white space, or punctuation), is that true?? what about this?

In [51]: word = '.test test\n.test'
In [53]: re.split('[\s,.]+',word)
Out[53]: ['', 'test', 'test', 'test']

Answer 4