找到句子的簡單方法是一個大字符串？

Question

我需要做的是解析文本的一個巨大的字符串轉換成句子。句子是通過尋找終結者來隔離的。終結者包括'。'和'？'和'：'和省略號（「...」）。

是有辦法，我可以說

if (char is terminator) 
{ 
    // do this 
} 

乾淨利索，而不是

if (char == '.' || char == '?' || char == etc etc etc etc) 

我沒有想到這樣做具有終止的數組，並做

if (ArrayofTerminators.Contains<char>('thechar')) 
{ 
    // do that 
} 

的

但這似乎太傻了？

*編輯感謝。很難有很多好的答覆選擇。無論如何，我決定使用UnhandledException的答案，因爲它非常緊湊，高雅，正是我在尋找的東西。

Answer 1

char[] delimiters = new char[] { '.', '?' }; 
string[] sentences= text.Split(delimiters, StringSplitOptions.RemoveEmptyEntries); 

Answer 2

如果切片成分離的字符串爲你的作品 - String.Split支持分隔符（http://msdn.microsoft.com/en-us/library/b873y76a.aspx）

VAR sentenses = 「A BCD富？！」 斯普利特（新的char [] { '的陣列。」'？ '，'！'}）;

如果省略號被拆分將無法正常工作單獨點表示。

如果您需要檢查分離器和只需要找到sentense邊界 - 分隔符，而不是陣列的考慮使用HashSet（http://msdn.microsoft.com/en-us/library/bb359438.aspx），如果你有「在分離器的陣列」檢查的字符。

Answer 3

假設你只擔心一個8位（或更少）字符集，你可以很容易地只是做布爾數組。將終止符設置爲true，其他所有內容都爲false。那麼對於終止測試變爲：

if (terminators[char]) 
{ 
    // do this 
} 

您可以更大的字符集的功能是相同的，但對於大字符（比如，超過16位），它開始使用很多更多的內存。

Answer 4

String.Split非常好，如果你只是需要拆分字符。如果你需要更深入一點的東西，請考慮regex.Split（），使用這裏的正則表達式http://social.msdn.microsoft.com/Forums/en-US/regexp/thread/b20b6bf7-fa5e-4c55-8e9d-e69762f178b0/

這樣你就可以捕捉到一些像下面這樣的角落案例：I can't wait until Jan. is here. 1月不是結束句子。

Answer 5

所有劈叉缺少puncuations。他們不工作。

一個選項來獲得句子它遍歷字符。

此代碼說明了爲什麼迭代作品和拆分並不：

 string text = "sentence one. sentence two? sentence three..."; 
     List<string> sentences = new List<string>(); 

     StringBuilder sb = new StringBuilder(); 
     bool termHit = false; 

     foreach (char c in text) 
     { 
      sb.Append(c); 

      if (c == '.' || c == '?') 
      { 
       termHit = true;  
      } 
      else 
      { 
       if (termHit) 
       { 
        termHit = false; 
        sentences.Add(sb.ToString()); 
        sb = new StringBuilder(); 
       } 
      } 
     } 

     if (sb.Length > 0) 
     { 
      sentences.Add(sb.ToString()); 
     } 

     Console.WriteLine("Parse:"); 
     foreach (string sentence in sentences) 
     { 
      Console.WriteLine(sentence);  
     } 

     string[] splits = text.Split(new char[] {'.', '?'}); 

     Console.WriteLine("Split:"); 
     foreach (string sentence in splits) 
     { 
      Console.WriteLine(sentence);  
     } 

它輸出：

解析：

句子之一。

句二？

句子3 ...

斯普利特：

句子一個

句中兩個

句子3

而且，在洛曼下的評論中指出你的題。解析句子的問題比所有這些解決方案複雜得多。例如，標點包含點。