我需要通过空格、标点符号、换行符将文本分解成数组。以下是示例文本：
男人的夹克是绿色的。 他是现代历史上最大的明星，骑自行车的速度非常快（每小时230公里）。怎么可能？！他用的是什么自行车？ 他的自行车的半自动齿轮非常昂贵，显着有助于达到该速度。有些人（或者很多人）声称他是世界上最快的！"我看到他骑自行车了！" 约翰·迪尔先生说话。"他设定的速度是每小时133.78公里"，这听起来令人难以置信;听起来很骗人。
我已经有了这样做的正则表达式：
preg_split('/(?<=s)|(?<=w)(?=[.,:;!?()-])|(?<=[.,!()?x{201C}])(?=[^ ])/u', $text);
但目前它将以下semi-automatic拆分为两个词，而它必须保持一个词。如果破折号旁边有空格，如semi - automatic，那么这应该是三个词。我不太明白这个正则表达式是如何工作的，所以任何帮助都值得赞赏。
第二个问题是，如果文本包含换行符，它会捕获换行符，但也会创建冗余元素。请参阅示例 - 元素 [8] 和 [9]。元素 [8] 是多余的。我该如何解决它？
我还没有测试以下内容。
首先让我们更改正则表达式：
/[.,:;!?()s]|(?<=s)-(?=s)/u
解释：
[.,:;!?()s] - 标点符号拆分
|(?<=s)-(?=s) -（交替）在-两侧各有空格的-上拆分
接下来，对结果执行array_filter()，删除空|假元素
编辑：
要保留标点符号，请使用：
/(?=[.,:;!?()s])|(?<=s)-(?=s)/u
我只是用展望包围了角色类
编辑2：
/s|(?=[.,:;!?)])|(?<=s[("])|(?<=s)-(?=s)/u
编辑3：
s|(?<=s)-(?=s)|(?<=w)(?=[.,:;!?])|(?<=[.,"!()?x{201C}])(?=[^ ])
编辑4：
s|(?<=s)-(?=s)|(?<=w)(?=[.,:;!?)])|(?<=[.,"!()?x{201C}])(?=[^ ])
解释：
哦，天哪，我的头今天不在比赛中。你的正则表达式几乎就在那里，只需要一两个模组，所以这是最终的正则表达式。
/s|(?<=w)(?=[.,:;!?)])|(?<=[.,"!()?x{201C}])/u
注意：环视只是匹配某些东西，它们消耗零字符，因此您可能会遇到"零宽度断言"术语。如果我们不使用环视，正则表达式引擎将匹配该字符并将其从匹配中删除。管道元字符|是一个OR，在正则表达式术语中是一个alternate模式。
s - 匹配空格字符。我们在环顾四周时不需要它，因为我们无论如何都想删除它。
(?<=w)(?=[.,:;!?)]) - OR 匹配单词字符的正面后瞻w后跟以下任何标点符号的正面前瞻.,:;!?)。
(?<=[.,"!()?x{201C}]) - OR 匹配以下标点符号字符.,"!()?x{201C}的正面回溯。x{201C}是左双引号（Unicode 双字节字符）。
u - 允许 UTF-8 字符的修饰符，如 x{201C}
在您的原始正则表达式中，末尾的(?=[^ ])是多余的，所以我删除了它。它本可以写成相同的(?!s)，对单个空格字符的负面展望。
因此，您可以使用以下preg_split()：
$return = preg_split('/s|(?<=w)(?=[.,:;!?)])|(?<=[.,"!()?x{201C}])/u', $text, -1, PREG_SPLIT_NO_EMPTY)
你可以试试这个：
preg_split('/[^PP.-]|(?<=s)-(?=s)|s+|.(?!d)/u', $str, null, PREG_SPLIT_NO_EMPTY);