按句點分割句子後跟一個大寫字母

Question

我試圖找到一個正則表達式，它將一段文本拆分爲./?/!之後的一個空格，後面跟着一個大寫字母。

"Hello there, my friend. In other words, i.e. what's up, man." 

應該拆分：

Hello there, my friend| In other words, i.e. what's up, man| 

我可以得到它拆就./?/!，但我沒有運氣得到的空間和大寫字母的標準。

我想出什麼樣的主意：

.split("/. \s[A-Z]/") 

Answer 1

拆分一段文字爲句子基礎上，這是一個標準的./?/！接着是一個大寫字母后面的空格。

您可以使用基於一個超前正則表達式：

s = "Hello there, my friend. In other words, i.e. what's up, man." 
puts s.split(/[!?.](?=\s+\p{Lu})/) 

見Ruby demo。如果您還需要在字符串末尾使用標點符號進行拆分，請使用/[!?.](?=(?:\s+\p{Lu})|\s*\z)/。

詳細：

• [!?.] - 匹配的!，?或.這是...
• (?=\s+\p{Lu}) - （正前瞻），隨後與1+空格，接着用1個大寫字母立即當前位置的權利。

查看Rubular demo。

注意：如果您需要將常規英文文本拆分爲句子，則應考慮使用現有的NLP解決方案/庫。參見：

• Pragmatic Segmenter
• srx-english

後者是基於正則表達式，並且可以容易地與多個正則表達式延長。

Answer 2

除了Wiktor的答案你還可以使用lookarounds找零寬度和分裂。

正則表達式：(?<=[.?!]\s)(?=[A-Z])發現零寬度由任一[.?!]和空間之前和之後的大寫字母。

s = "Hello there, my friend. In other words, i.e. what's up, man." 
puts s.split(/(?<=[.?!]\s)(?=[A-Z])/) 

輸出

Hello there, my friend. 
In other words, i.e. what's up, man. 

Ruby Demo

---

更新：基於Cary Swoveland's comment。

如果OP想打破串入句子我建議(?<=[.?!])\s+(?=[A-Z])，因爲它句子之間消除空間，並能使這種空間的數量大於一