作者godspeedlee (godspeed lee)
看板RegExp
標題Re: [問題] 取(xx前的字
時間Wed Mar 9 10:46:04 2011
※ 引述《intangible (~*)》之銘言：
: 各位好
: 想請教一正規表式問題
: 有一個字串他長
: 質詢(Vt) 進入(Vt) 第二(DET) 天(M) ，(COMMACATEGORY) 民進黨(N) 議員(N)
: 就(ADV)
: 我想擷取出裡面所有(N)前面的詞
: 我是使用PHP
: 我寫
: preg_match_all("/(.*)\(N/",$ckvalue,$outputN);
: $numN = count($outputN[0]);
: for($valueN=0;$valueN<$numN;$valueN++) {
: echo $outputN[1][$valueN]."\n";
: }
: 他會變成輸出
: 前面的字都有到議員兩個字停止
: 只過濾掉最後一個(N)
: 請問我的正規表式應該如何修改才能過濾出所有的(N)前的詞呢？
: 感謝你們
假設你的資料用 BIG5 編碼:
((?:[\xA1-\xF9][\x40-\xF0])+)\(N\)
不過現在 BIG5 已經式微，我猜你的資料應該是用 UNICODE
([\x{4e00}-\x{9fff}]+)\(N\)
--
http://godspeedlee.myweb.hinet.net/
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 192.251.226.206
1F：→ intangible:感謝你 不過還沒試出來@~@a 03/09 18:55
2F：→ godspeedlee:$numN = count($outputN[0]); 改成 03/09 23:30
3F：→ godspeedlee:$numN = count($outputN); 03/09 23:30
4F：→ godspeedlee:preg_match_all('/([\x{4e00}-\x{9fff}]+)\(N\)/u'... 03/09 23:31
5F：→ godspeedlee:請用以上的方式 03/09 23:31
6F：→ godspeedlee:/u 代表 UNICODE 03/09 23:32
7F：推 intangible:謝謝~ 不過照這樣做 他出現了下面的錯誤 03/10 21:25
8F：→ intangible:Compilation failed: character value in \x{...} 03/10 21:26
9F：→ intangible:sequence is too large at offset 10 03/10 21:26
10F：→ intangible:謝謝你 03/10 21:26
11F：→ godspeedlee:我用 5.3.5 ok,你要不要先用這個版本試試看? 03/10 22:21
12F：→ godspeedlee:PHP 5.3.5 03/10 22:21
13F：→ godspeedlee:5.2.3 也實驗過沒問題 03/10 22:32
14F：推 intangible:我找到原因了 就是正規表式我多打了一組" " 03/10 22:52
15F：→ intangible:非常感謝godspeedlee大幫忙 這個錯也提供給後人警惕 03/10 22:53