從java中的文本文件中提取包含2個單詞的句子

Question

我試圖從文本文件中提取包含2個單詞的句子。我使用了正則表達式，如下面的代碼所示。

File doc = new File("D:\\MyFile.txt"); 

BufferedReader br = null; 

System.out.println("enter the regex pattern to be matched"); 
Scanner keyboard = new Scanner(System.in); 
String regxpat = keyboard.nextLine(); 


    String line; 
    br = new BufferedReader(new FileReader(doc));  
    Pattern p = Pattern.compile(regxpat, CASE_INSENSITIVE); 



    while ((line = br.readLine()) != null) 
    { 

    try 
    { 
     Matcher m = p.matcher(line); 
     m.find(); 

     System.out.print(m.group().toString()); 

    }   
    catch (IllegalStateException e) 
    { 
    } 
    continue; 

    } 
//i tried regex= "(he)*([.&&[^\.]]*?)Milan(.*?)\." 

如果文字是：

"...Thomas Edison is a scientist. He invented bulb. He was born in Milan, Ohio, and grew up in Port Huron, Michigan. He was the seventh and last child of Samuel Ogden Edison, Jr...." 

• 我想要的句子（句子邊界句號後面的空間）的話「he'and'milan」，即第三sentnce（該命令並不重要。任何一個句子都需要這兩個詞）
• 我試過了上面的正則表達式pattrn和其他很多
• 但它提取'米蘭'後的句子部分或2個句子從第一個'他
• 請建議得到這個任務使用正則表達式或Java中的任何其他方法

（我是2個實體之間的提取關係模式的工作做了一個方法：在這種情況下，關係模式是「出生在「b/w實體」愛迪生「和」米蘭「。 我需要這樣的句子從衆多相關[關於「愛迪生米蘭」像谷歌在愛迪生的傳記或第500個鏈接]文本文件或網頁文件如上面做futher處理）

Answer 1

我的建議是不要期望正則表達式能夠處理所有的處理，並且一次處理文本一步。

我想要句子（句子邊界是句號後跟空格）。

好。使用字符串拆分方法獲取句子。使用句點（句點），後跟一個或多個空格作爲正則表達式。我將把這個正則表達式的構造留給你。

上寫着 '他' 和 '米蘭'

精細。編寫一個方法來輸入單詞並將它們添加到列表< String>中。

編寫另一種方法來檢查用另一個拆分方法創建的字符串數組，將句子拆分爲單詞。再次，我將把這個正則表達式的構造留給你。

當您找到第一個單詞的句子時，循環單詞List，檢查List中的單詞是否在單詞邊界上的句子中。如果你找到所有的單詞，你找到了一個匹配的句子。如果找不到所有單詞，請繼續閱讀下一句。

一旦您完成了拆分字符串數組的句子，您可以有一個句子，多個句子或沒有包含您的單詞列表的句子。

Answer 2

請澄清：

• 您的語料庫是否一致：是否全部「傳記」的格式與語法相同？
• 如果是這樣，你需要什麼樣的模式來匹配，或者更好，你需要從你的比賽中檢索什麼？例如，你需要一個與「愛迪生」和「米蘭」的關鍵值對嗎？要麼...？

如果你的陰莖是不一致，那麼正則表達式可能不會是的路要走。 如果是這樣的話，你可能想要使用字典等 - 可能會有一些艱鉅的工作。