Espressioni regolari

[Phos]

nitro nella tua ricerca linguistica sono rilevanti i segni di interpunzione (o possono essere rimossi in blocco?)

[nitros1980]

i segni li toglierò dopo aver sostituito eventuali url nelle stringhe e le emoticon. A dir la verità non so se eliminarli proprio con una funzione [unct o lasciarli. Devo contare e fare una media delle parole che formano tutte le stringhe per fini statistici e quindi la punteggiatura non conta. Ora ho visto che esiste questa funzione php str_word_count che non dovrebbe contare la punteggiatura ma devo testarla.

[Phos]

ed allora lascia perdere le emoticon...

[nitros1980]

perchè? le emoticon le devo contare a parte(sempre per fini statistici)

[Phos]

ah, allora metti almeno il vincolo che le emoticon, come le altre parole, siano separate da spazi (SENNO' NON LO BECCO)

[SCINTILLA]

Originariamente inviata da nitros1980

a me serve per uno studio linguistico ;P

E ci voleva tanto a dirlo prima ????

Thanks

nel forum di solito c'è un array di emoticon e si usa la str_replace(); che quando acchiappa un determinato set di caratteri li trasforma in quello che si vuole per esempio : ok in ...

Nitro ti ho risposto per mp.. appena torno in italia vedo di darti una mano

[nitros1980]

figurati Raiden no problema grazie a tutti per l'aiuto!

come faccio a dire che una parola deve iniziare per un dato carattere?
mi sembra ci sia il segno ^ ma non identifica una l'inizio di una stringa invece che di una parola?

[Phos]

lo fai così
Per poter vedere il link devi essere Registrato

ma non è il tuo problema, tu cerchi il testo, un qualcosa del tipo \w+, quindi devi fare un ciclo di find su tutta la stringa oppure splittare per \W+ ed avray un arrai di parole, decidi però come gestire l'apostrofo e l'accento

[nitros1980]

Aggiornamento:
per standardizzare i testi che vado ad analizzare ho fatto questo stralcio di codice. Dato che stavo impazzendo ho utilizzato un metodo grezzo ma sembra funzionare. Il sistema prende i dati, toglie le emoticon, toglie la punteggiatura, toglie gli spazi in eccesso e poi conta le parole(che poi era il mio fine).

Codice PHP:

<?php



//numero livelli
$livelli="select max(livello) AS numeroLivelli from testi_modificati";
$res_livelli=mysql_query($livelli, $db);


$num_liv= mysql_fetch_array($res_livelli);
//echo $num_liv['numeroLivelli'];



// standardizzazione del testo e scrittura in testi_modificati
$query="select id_testo, testo from testi_modificati";
$result=mysql_query($query, $db);
while ($row=mysql_fetch_array($result)){
$string=" ".$row['testo']." ";
//$string1 = preg_replace ('/♥+/', ' ', $string);
$string2 = preg_replace ('#((♥+)|((:|=|;)\s?-?o?0?\)+)|((=|:)\'?\s?-?\(+)|([^A-Za-z0-9]:\'\s?-?\<+)|([^A-Za-z0-9]:\s?-?\>+)|(\^\s?_*-*\.?\s?\^)|([^A-Za-z0-9](=|:|;)\s?-?D+)|((X|:)\s?-?P+)|([^A-Za-z0-9]:\s?-?p+)|(:\s?-?\|)|([^A-Za-z0-9](:|=)\s?-?\]+)|([^A-Za-z0-9]:\'?\s?-?\[+)|([Xx]\s?-?D)|([^A-Za-z0-9]:\s?-?\*+)|(\*\s?_*.?\*)|([-=]\s?_*\.?[-=])|([^A-Za-z0-9]:\s?-?/)|([^A-Za-z0-9][oO]\.?-?_*[oO])|(\>_*\.?\<)|([^A-Za-z0-9]è\.?_*é)|([^A-Za-z0-9]:\.?-?O+)|(:°D+)|([^A-Za-z0-9];\s?-?\)+)|([^A-Za-z0-9];\s?-?\]+)|([^A-Za-z0-9];\s?-?P+)|([^A-Za-z0-9];\s?-?p+)|(\>-?\))|(X\s?-?\)+)|(x-?_?x)|(X\s?-?\(+)|((u|U)_(u|U))|(:-S+))#', ' ', $string);

// Array che contiene tutti i caratteri da togliere
$caratteri= array(".", ",", "-", "!",";",":","_","'","?","=","(",")","'","\"","<",">","°","§","*","^");

//utilizzo il replace per toglierli
$string3= str_replace($caratteri, "  ", $string2);
$string4= preg_replace('/  +/', ' ', $string3);
//echo $row['id_testo']."--" .$string4."<br>";

if ( !get_magic_quotes_gpc() ){
        $testo =  addslashes( $string4 );
        }
    else
    {
        $testo = $string4;
        }

$query2="update testi_modificati set testo='$testo' where id_testo='$row[id_testo]'";

//echo $query2. "<br />";
$result2=mysql_query($query2, $db) or die();

$numero=mysql_affected_rows();
//echo "record".$numero."<br /><br />";
//fine standardizzazione
}

//inizio conteggio parole per livelli
$liv=1;
$somma_parole=0;
$numero_livelli=$num_liv['numeroLivelli'];
//echo $numero_livelli;
for($i=1;$i<=$numero_livelli;$i++){

$query="select id_testo, testo from testi_modificati where livello='$liv'";
//echo $query."<br />";

$result=mysql_query($query, $db);
$numero_messaggi=mysql_num_rows($result);

while($row=mysql_fetch_array($result)){
$num=str_word_count($row['testo'], 0, '0123456789èéìòùàÉüó@');
//echo $num.'<br /><br />';
$somma_parole=$somma_parole+$num;
}
echo"MEDIA PAROLE LIVELLO: ".$liv."<br />";
echo"Numero di messaggi: ".$numero_messaggi."<br />";
echo"Somma delle parole: " .$somma_parole."<br />";
echo "Media parole: ".$somma_parole/$numero_messaggi."<br /><br />";


$liv++;
$somma_parole=0;

}

?>

critiche e suggerimenti sono ben accetti naturalmente