正則表達式將字符串分割成句子

我需要包含語句將字符串分割，如：使用正則表達式正則表達式將字符串分割成句子

"this is a sentence. this is another. Rawlings, G. stated foo and bar."

到

["this is a sentence.", "this is another.", "Rawlings, G. stated foo and bar."]

。

我發現的其他解決方案將第三句分成"Rawlings, G."和"stated foo and bar."這不是我想要的。

來源

2014-12-02 MalikAbiola

檢查，如果前一個字符是不是一個大寫字母 – jhamon 2014-12-02 13:35:16

檢查。\。\ S {2} VS \。原因是一段時間後句子以2個空格結束，但G.只有一個空格。 – 2014-12-02 13:39:42

http://docs.oracle.com/javase/7/docs/api/java/text/BreakIterator.html#getSentenceInstance（）自Java 1.0以來 – Holger 2014-12-02 13:47:31

我想這

import java.text.BreakIterator; 
import java.util.Locale; 

public class StringSplit { 
    public static void main(String args[]) throws Exception { 
     BreakIterator iterator = BreakIterator.getSentenceInstance(Locale.US); 
     String source = "This is a sentence. This is another. Rawlings, G. stated foo and bar."; 
     iterator.setText(source); 
     int start = iterator.first(); 
     for (int end = iterator.next(); 
       end != BreakIterator.DONE; 
       start = end, end = iterator.next()) { 
      System.out.println(source.substring(start, end)); 
     } 
    } 
}

了賣出期權

This is a sentence. 
This is another. 
Rawlings, G. stated foo and bar.

來源

2014-12-02 13:52:32

通過嵌套lookbehinds。

只是根據下面的正則表達式分割你的輸入字符串。下面的正則表達式會根據存在於點後面的邊界來分割輸入字符串，並檢查點的前一個字符。只有當點的前一個字符不是一個大寫字母時，它纔會分裂。

String s = "this is a sentence. this is another. Rawlings, G. stated foo and bar."; 
String[] tok = s.split("(?<=(?<![A-Z])\\.)"); 
System.out.println(Arrays.toString(tok));

輸出：

[this is a sentence., this is another., Rawlings, G. stated foo and bar.]

說明：

(?<=(?<![A-Z])\\.)比賽剛剛之後存在的邊界點，但該點不會被大寫字母前面。

來源

2014-12-02 13:36:29

你可以添加一行解釋。這將有所幫助 – Backtrack 2014-12-02 13:37:14

正則表達式通常不能解決此問題。

你需要一個句子檢測算法，OpenNLP有一個

這是很簡單的使用方法：

String sentences[] = sentenceDetector.sentDetect(yourString);

，並處理了很多棘手的案件

「沃爾特·白小有錢「
」粉紅先生不給小費「

來源

2014-12-02 13:40:46 mishadoff

在爲項目添加第三方庫依賴項之前，總是有必要查看[Java的內置功能]（http://docs.oracle.com/javase/7/docs/api/java/text /BreakIterator.html#getSentenceInstance())... – Holger 2014-12-02 13:51:33

不夠公平，但你不能教給breakIterator如何處理某些情況。 – mishadoff 2014-12-02 14:08:55

正則表達式將字符串分割成句子

回答

相關問題