Класс\функция подготовки данных под поиск

$str = 'www ffff fqqq site.com \'" yyy ytrrr vvvvv mmmmmm';

$str = preg_replace( '/\W/', ' ', $str );

$str = preg_replace( '/(^|\s)[^\s]{1,4}(\s|$)/', ' ', $str );

$str = preg_replace( '/\s+/', ' ', $str );

$str = trim($str);

вот это выражение

Что-то не то с кирилицей делает.....

это текст на котором я тестирую.

$data = "артифит краткое описание порошок на основе хондроитина и глюкозамина для приготовления напитка. 150 г препарат для предотвращения заболеваний и поддержания здоровья суставов, улучшения состояния синовиальной жизни, противовоспалительное средство. подробное описание препарат для предотвращения заболеваний и поддержания здоровья суставов, улучшения состояния синовиальной жидкости, противовоспалительное средство. компоненты артифита останавливают прогрессирование артрита, регулируют количество и качество внутрисуставной смазки, оздоравливают суставную оболочку и костную микроструктуру. полное описание препарат для предотвращения заболеваний и поддержания здоровья суставов, улучшения состояния синовиальной жидкости, противовоспалительное средство. восстанавливает структуру хрящевой ткани поддерживает эластичность соединительной ткани улучшает состояние синовиальной жидкости оказывает противовоспалительное действие снижает болевые ощущения, вызываемые дегенеративными заболеваниями суставов гидролизованный желатин, глюкозамин сульфат натрия (из панцирей ракообразных), хондроитин сульфат натрия, витамин c, витамин e, витамин b6, селеновые дрожжи, окись цинка, сульфат марганца, цитрат меди, хлорид хрома, двуокись кремния, бета-каротин, экстракт мартинии душистой, лимонная кислота (подкислитель), натуральные вкусовые вещества, порошкообразная фруктовая смесь 2% (апельсин, лимон), сукралоза (подсластитель) питательная ценность 5 г (суточная норма) рсн, % энергетическая ценность, кдж (ккал) 68 (16) белки 2,7 г углеводы 1,3 г из них сахара 0,0 г жиры 0,0 г пищевые волокна 0,0 г натрий 0,1 г глюкозамин сульфат натрия 1000 мг хондроитин сульфат натрия 500 мг витамин b6 1 мг 50 витамин c 30 мг 50 витамин e 5 мг 50 селен 15 мкг 30* хром 30 мкг 30* марганец 1,5 мг 30* медь 0,45 мг 30* цинк 4,5 мг 30* * в соответствии с законодательством швейцарии о продуктах питания размешать 2 полные кофейные ложки (около 5 г) в 200 мл воды соответствует одной суточной норме не взбивать в шейкере";

$data = preg_replace( '/\W/', ' ', $data );
$data = preg_replace( '/(^|\s)[^\s]{1,4}(\s|$)/', ' ', $data );
$data = preg_replace("/\s+/", " ", $data );
$data = trim($data);

echo $data;

Вот код.

В результате я получаю

Методом тыка было установлено, что в черных фигнях виновата строка

$data = preg_replace( '/\W/', ' ', $data );

и слова меньше 3-х символов не удаляются... или не все...

В частности меня бесит буква "г" в этом участке текста

я по ней ориентируюсь работает скрипт или нет...

http://www.google.ru/search?hl=ru&newwindow=1&client=opera&rls=ru&q=preg_replace+%D0%B8+utf-8&oq=preg_replace+%D0%B8+utf-8

$str = 'вввв уууу ывыввв site.com \'" ыыы куккккк аа ппппппп';

$str = preg_replace( '/[^а-яa-z]/ui', ' ', $str );

$str = preg_replace( '/(^|\s)[^\s]{1,3}(\s|$)/u', ' ', $str );

$str = preg_replace( '/\s+/', ' ', $str );

$str = trim($str);

echo $str;

хм... про глюк с UTF-8 не знал, спасибо.

И за решение тоже спасибо=)

Вот готовое решение. Может кому-то пригодится.

//	Функция очистки и склеивания сток для поля поиска

//	Возвращает строку со словами

//	$arrayData - массив строк

private function SearchText($arrayData){

	if(is_array($arrayData) && count($arrayData) >0){

		$data = "";

		foreach ($arrayData as $string)

			$data .= strip_tags($string)." ";



		// Перевод в нижний регистр

		$data = mb_strtolower(trim($data), "UTF-8");

		// Очиста от лишних знаков

		$data = preg_replace( '/[^а-яa-z]/ui', " ", $data );

		// Очистка от слом меньше 3-х символов

		$data = preg_replace( '/(^|\s)[^\s]{1,3}(\s|$)/u', ' ', $data );

		// От лишних пробелов

		$data = preg_replace("/\s+/", " ", $data );

		$data = trim($data);



		// Выборка уникальных слов

		$temp = array();

		$dataWords = explode(" ", $data);

		for($i=0; $i < count($dataWords); $i++){

			$flag = true;

			for($j=0; $j < count($temp); $j++)

				if($dataWords[$i] == $temp[$j]){

					$flag = false;

					break;

				}

			// Если такого слова еще нет - добавляем

			if($flag)

				$temp[] = $dataWords[$i];

		}

		return implode(" ", $temp);

	}else

		return "";

}