tagliare un testo a blocchi

[metatad]

Sto cercando di ottenere, da un testo di partenza, una suddivisione in blocchi di testo più piccoli, separati da una riga vuota e preceduti da una sorta di brevissimo abstract.
Ma procediamo con ordine.
Per cercare di ottenere la separazione in blocchi, procedo così (codice ripreso dal forum):

$frase = $_POST["txt"];

$numero_di_caratteri = 500;

preg_match_all("/(\.\s)+/",$frase,$out,PREG_OFFSET_CAPTURE);

$minima_distanza = strlen($frase);
$offset_minima_distanza = false;

foreach ($out[0] as $offset)
{
    $distanza = abs($numero_di_caratteri - $offset[1]);
    if($distanza < $minima_distanza)
    {
        $minima_distanza = $distanza;
        $offset_minima_distanza = $offset[1];
    }
}

if($offset_minima_distanza)
$mytesto = substr($frase, 0, $offset_minima_distanza + 1);
else
$mytesto = $frase; 

ma mi viene restituito questo doppio errore:

Warning: Wrong value for parameter 4 in call to preg_match_all() in /var/www/vhosts/metatad.it/httpdocs/testconta.php on line 10

e

Warning: Invalid argument supplied for foreach() in /var/www/vhosts/metatad.it/httpdocs/testconta.php on line 15

Dov'è che sbaglio?

[gianiaz]

guardando questa funzione la sbatterai ancora più forte

wordwrap();

[metatad]

Copiata pari pari dal forum, dopo una ricerca con le parole chiave conta caratteri ...
tra l'altro, si diceva che questa funzione non avrebbe tagliato l'ultima parola, cosa assai utile...
cmq, proverò con wordwrap().
Ma - giusto per sapere/capire, che non guasta mai - qual'era l'errore?

[gianiaz]

devo essere sincero, non ho guardato il tuo codice, ma l'errore dice che passi come 4 argomento un valore errato.
Potrebbe essere quello, oppure un errore di apici che causa il conteggio errato degli argomenti passati.

ciao

[metatad]

... comunque, il wordwrap() funziona, però -appunto - mi tronca le frasi...
A me servirebbe poter arrivare sino al primo punto successivo al conteggio...
Cioè, se il testo - ad es. - è:
"Questa è la frase finale del primo blocco. E qui comincia la frase iniziale del secondo"
io vorrei una cosa del genere:

Questa è la frase finale del primo blocco.

E qui comincia la frase iniziale del secondo

e non, ad es., così:

Questa è la frase finale del primo

blocco. E qui comincia la frase iniziale del secondo

Chiaro?

[gianiaz]

urca, non avevo capito...

Se non sbaglio però puoi dire a wordwrap di usare il . come separatore, però poi ti incasini con i ... forse la via delle regex in effetti è la migliore..

ciao

[metatad]

dal manuale, non mi sembra che a wordwrap possa essere passato un valore-separatore...
quanto all'uso di regex... come faccio a trovare solo il primo punto successivo all'ultima parola?...

[Anªkin]

Prova ad usare questa:

$len = 30;
preg_match_all("/.{{$len},}?[?!.]+/s",$testo,$mth);
print_r($mth[0]);

Dovrebbe avere il solo inconveniente che se hai delle abbreviazioni o degli acronimi non li riconosce.
In alternativa ho provato ad aggiungere dei controlli

$len = 30;
$skipwords='es|avv|dott'; 
preg_match_all("/.{{$len},}?(?:[?!]|(?<!$skipwords|\b\w)\.)+/si",$testo,$mth);
print_r($mth[0]);

Ma che alla fine ovviamente ha i suoi limiti in quanto una frase può chiudersi con una abbreviazione "etc." invece di "etc.." oppure "c.i.a." invece di "c.i.a.." che non vengono riconosciuti come fine di una frase.

[metatad]

Thanks, ma non funziona...
se lo uso insieme a wordwrap(), quello che viene fuori è qualcosa del genere:

Array ( [0] => Lorem ipsum dolor sit amet, (...) volutpat. Aliquam erat volutpat. Aenean sit

sul primo blocco, e sul secondo:

amet metus nec lacus vestibulum rhoncus. [1] => Ut felis neque, placerat...

Oltretutto, come vedi, non fa assolutamente nulla rispetto alla questione cruciale, cioè dividere solo dopo il punto.
Se, invece, lo uso da solo, mi dà un unico blocco di testo, che inizia:

Array ( [0] => Lorem...

ed ad un certo punto, all'interno dello stesso blocco, scrive:

vestibulum rhoncus. [1] => Ut felis neque

Insomma - magari sono ciuoto io... - non mi separa i blocchi (ho provato ad aggiungere un doppio
così:

$mth = $mth . "

";

ma non funzia), e mi scrive sempre il numero dell'array... Se al posto di

print_r($mth[0]); 

uso

echo 

mi scrive solo

Array

...

[Anªkin]

$mth[0] è l'array che contiene tutti i tuoi blocchi. Se print_r() lo metti tra i tag <pre></pre> ti mantiene la formattazione del testo.
Per dargli una formattazione con HTML basta che fai una cosa simile:

foreach($mth[0] AS $blocco)
echo '<div style="width:300px;text-align:justify;padding:10px">'. $blocco .'</div>';