Очистить текст англ.

[Zahar]

Вот стоит задачка, почистить текст от всякого мусора, т.е. есть текст и нужно с него взять только правильные предложения, чтоб не местили в себе всякого рода символы не читабельные.
Долблюсь второй день что то никак максимально очистить не получаеться. Помогите пожалуста.

 

[Drak0n4ik]

не совсем понятно что надо. нечитабельные символы — это какие?
Но можно регуляркой проверять текст на наличие "нечитабельных символов", и если они присутствуют — отсылать пальзователя в лес (ну или убрать символы).

 

[Zahar]

Не читабельные, я чуть не так выразился, я имею ввиду разные квадратики попадаються и т.д. Вот от этого надо очистить, можно даже я думаю такие предложения просто выкидывать.

 

[smithws]

Вот тебе программка instext, удалит или заменит любые символы в файле

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.

 

[Zahar]

Спасибо конечно, но как-то в скрипты подключить будет проблематично, я ищу какие может готовые класы или может скрипт.

 

[t0os]

Значит, скрипт подключить проблематично, а классы - нормально?

Попробуй оставлять только символы английского алфавита, 0-9, и знаки. [a-Z0-9!,\.] - и так далее.

 

[Zahar]

класы и в пхп есть кстате, регулярками все ок но выкидываються и нормальные предложения в которых меститься скажем символы []:{} и т.д. Тут проблема состоит в том чтоб определить что предложение имеет некую стандартную модель вот эту модель надо както сформулировать.

 

[Drak0n4ik]

сделай проверку являются ли символы клавиатурными (тоисть они есть на клавиатуре). все другие - удалить. Долго, неинтересно, но выходов иных не вижу

 

[Zahar]

Короче пока только так делаю выборку:

preg_match_all("/[A-Z][A-Za-z0-9(),:' ]+[a-z0-9][\.|\?|\!|\;]/is",$text,$matches);

может кто что добавит....

 

[Drak0n4ik]

"/[a-Zа-Яе0-9\.\*\\/\[\]!@#$%\^&\(\)\-\+]*/i"