正则表达式字母数字，标点符号为 1 个单词

Question

我将每个单词与相同的段落单词进行匹配。

更新 1：我意识到仅仅接受你需要的标点并不能解决这个问题。

示例 'hello-' 和 'hello' 被视为单独的单词。

有没有办法去除单词前后的标点符号和单独的标点符号？只允许在单词中使用标点符号。

$string="_ - – hello’ hello' hello, hello- world. he,llo hello-world hello_world hel-lo-world hello9world"; 

输出应该是

hello hello hello hello world he,llo hello-world hello_world hel-lo-world hello9world

只有单词或单词中的标点符号

更新 2：如果只有单词或单词中的标点符号，十进制数会有问题。

1.0 还是可以的，.1 作为前后标点去掉，会变成 1 而不是 0.1

更新 3：接受 word 中的标点符号， 以字母或数字开头或结尾的子字符串会有问题。 20岁会变成'20-''岁'。

谢谢米克马克萨。

Answer 1

模式：/[a-z\d]+(?:[-_’',.][a-z\d]+)*/iu (Pattern Demo)

此模式要求所有匹配的子字符串都以字母或数字开头。子字符串可以包含一个标点字符（字符类[-_’',.] 中的任何一个），但必须紧跟一个或多个字母或数字。 * 表示前面的括号表达式的零个或多个，因此子字符串无论是否包含非字母数字字符都是有效的。

此模式不会将具有两个连续非字母数字字符的子字符串匹配为一个匹配项。例如：20--what 不会返回20--what，而是20 和what。

*如果你想在字符串中间允许任何非空白字符，你可以使用这个： /[a-z\d]+(?:\S[a-z\d]+)*/iu

i 标志也允许 [a-z] 匹配出现的大写字母。
u 标志允许使用 Unicode 字符，例如 ’。

PHP 代码：(Demo)

$string="_ - – hel’lo’ hel'lo' .1 1.0 1. hello, hello- world. he,llo hello-world hello_world hel-lo-world hello9world -20 20- 20-year -20year- -20-year- 20-year-old 20-yearold 20year-old 20-year-old-old 20-20-year-20-old-";
echo preg_match_all("/[a-z\d]+(?:[-_’',.][a-z\d]+)*/iu",$string,$out)?implode(' ',$out[0]):'fail';

输出：

hel’lo hel'lo 1 1.0 1 hello hello world he,llo hello-world hello_world hel-lo-world hello9world 20 20 20-year 20year 20-year 20-year-old 20-yearold 20year-old 20-year-old-old 20-20-year-20-old