دمج تعبيرين منتظمين لاقتطاع الكلمات في الأوتار

Question

أحاول التوصل إلى الوظيفة التالية التي تقطع السلسلة إلى كلمات كاملة (إن أمكن ، وإلا يجب أن تقطع إلى chars):

function Text_Truncate($string, $limit, $more = '...')
{
    $string = trim(html_entity_decode($string, ENT_QUOTES, 'UTF-8'));

    if (strlen(utf8_decode($string)) > $limit)
    {
        $string = preg_replace('~^(.{1,' . intval($limit) . '})(?:\s.*|$)~su', '$1', $string);

        if (strlen(utf8_decode($string)) > $limit)
        {
            $string = preg_replace('~^(.{' . intval($limit) . '}).*~su', '$1', $string);
        }

        $string .= $more;
    }

    return trim(htmlentities($string, ENT_QUOTES, 'UTF-8', true));
}

فيما يلي بعض الاختبارات:

// Iñtërnâtiônàlizætiøn and then the quick brown fox... (49 + 3 chars)
echo dyd_Text_Truncate('Iñtërnâtiônàlizætiøn and then the quick brown fox jumped overly the lazy dog and one day the lazy dog humped the poor fox down until she died.', 50, '...');

// Iñtërnâtiônàlizætiøn_and_then_the_quick_brown_fox_...  (50 + 3 chars)
echo dyd_Text_Truncate('Iñtërnâtiônàlizætiøn_and_then_the_quick_brown_fox_jumped_overly_the_lazy_dog and one day the lazy dog humped the poor fox down until she died.', 50, '...');

كلاهما يعملان كما هو ، ولكن إذا أسقطت الثانية preg_replace() أحصل على ما يلي:

iñtërnâtiônàlizætiøn_and_then_the_quick_brown_fox_jumped_overly_the_lazy_dog وفي يوم من الأيام ، قام الكلب الكسول بحماس الثعلب الفقير إلى أسفل حتى ماتت ....

لا يمكنني استخدام substr() لأنه يعمل فقط على مستوى البايت وليس لدي إمكانية الوصول إليه mb_substr() ATM ، لقد بذلت عدة محاولات للانضمام إلى Regex الثاني مع أول واحد ولكن دون نجاح.

الرجاء مساعدة الرسائل القصيرة ، لقد كنت أعاني من هذا لمدة ساعة تقريبًا.

---

تحرير: أنا آسف ، لقد كنت مستيقظًا لمدة 40 ساعة وفقدت هذا دون خجل:

$string = preg_replace('~^(.{1,' . intval($limit) . '})(?:\s.*|$)?~su', '$1', $string);

ومع ذلك ، إذا كان لدى شخص ما regex أكثر تحسنا (أو واحد يتجاهل المساحة الخلفية) يرجى المشاركة:

"Iñtërnâtiônàlizætiøn and then "
"Iñtërnâtiônàlizætiøn_and_then_"

تحرير 2: ما زلت لا أستطيع التخلص من المسافة البيضاء الزائدة ، هل يمكن لأحد أن يساعدني؟

تحرير 3: حسنًا ، لم ينجح أي من تعديلاتاتي حقًا ، لقد كنت ينخدع بواسطة regexbuddy - ربما يجب أن أترك هذا ليوم آخر وأحصل على بعض النوم الآن. قبالة لهذا اليوم.

Answer 1

ربما يمكنني أن أعطيك صباحًا سعيدًا بعد ليلة طويلة من كوابيس Regexp:

'~^(.{1,' . intval($limit) . '}(?<=\S)(?=\s)|.{'.intval($limit).'}).*~su'

غليه:

^      # Start of String
(       # begin capture group 1
 .{1,x} # match 1 - x characters
 (?<=\S)# lookbehind, match must end with non-whitespace 
 (?=\s) # lookahead, if the next char is whitespace, match
 |      # otherwise test this:
 .{x}   # got to x chars anyway.
)       # end cap group
.*     # match the rest of the string (since you were using replace)

يمكنك دائما إضافة |$ حتى نهاية (?=\s) ولكن نظرًا لأن الرمز الخاص بك كان يتحقق بالفعل من أن طول السلسلة كان أطول من $limit, ، لم أشعر أن هذه القضية ستكون ضارة.

Answer 2

هل فكرت في استخدام WordWrap؟ ((http://us3.php.net/wordwrap)