正則表達式句子拆分

我試圖將一個字符串拆分爲「句子」，但我遇到了一個跟蹤單詞的問題。例如：正則表達式句子拆分

"This isn't cool. This doesn't work. This"

應該分成

[This is cool., This doesn't work., This]

到目前爲止，我一直在使用"[^\\.!?]*[\\.\\s!?]+"但無法弄清楚如何調整這個拖尾字，因爲沒有終止字符，因此沒有什麼可尋找的。有什麼我可以添加或我需要完全調整它？

2015-11-01 cjcamisa

我在手機上，不能測試這個，但是你應該嘗試添加字符串元字符'$'的結尾到你的第二系列字符。 – brittenb

我不會投票關閉它作爲[將字符串拆分成基於句點的句子]的副本（http://stackoverflow.com/questions/2687012/split-string-into-sentences-based-on-periods），因爲您的標題明確指出你想使用正則表達式，但考慮使用其他工具來描述所描述的問題。 – Pshemo

而是分裂字符串中，你可以找到所有的句子匹配尾隨句話你可以使用錨$將字符串的結尾匹配和：

List<String> sentences = new ArrayList<String>(); 
Matcher m = Pattern.compile("[^?!.]+(?:[.?!]|$)") 
    .matcher("This isn't cool. This doesn't work. This"); 
while (m.find()) { 
    sentences.add(m.group()); 
}

來源

2015-11-01 18:05:12 Kasramvd

String s = "This isn't cool. This doesn't work. This"; 
System.out.println(Arrays.toString(s.split("\\. ")));

產地：

[This isn't cool, This doesn't work, This]

來源

2015-11-01 18:05:19 kukis

您也可以安全地將最後的+更改爲*。

正則表達式默認爲貪婪，每個單獨的部分將抓取儘可能多的數據。這意味着第一個子表達式將匹配

This isn't cool

和下一部分的時期和空間 - 僅此而已。將加號改爲星號不會改變此行爲。在字符串內部，所有的句子結尾字符都會匹配，並且最後沒有什麼可以匹配 - 這與*有效。

來源

2015-11-01 18:06:13 usr2564301

正則表達式句子拆分

回答

相關問題