提高正則表達式來大文本分割成句子

可能重複：
What is a regular expression for parsing out individual sentences?提高正則表達式來大文本分割成句子

我想大的文本拆分成句。正則表達式表達我的答案here

string[] sentences = Regex.Split(mytext, @"(?<=[\.!\?])\s+");

所以我想用一個模式做這樣分裂如果.?!遵循space和capital信比做分裂了。
大寫字母表示句首。

text = " Sentence one . Sentence e.g. two ? Sentence three. 
sentence[1] = Sentence one 
sentence[2] = Sentence e.g. two

對於有問題的情況下，類似縮寫我打算做更換

mytext.replace("e.g.","eg");

如何在正則表達式實現這一點？

來源

2013-01-10 Mudassir Hasan

看看這個[問題和答案]（http://stackoverflow.com/questions/1936388/what-is-a-regular-expression-for-parsing-out-individual-sentences）。我真的會轉向NLP解析器，而不是做正則表達式。 – Candide

您是否試過像這樣添加'[A-Z]：'（？<= [\。！\？]）\ s [A-Z] +'？ – rayfranco

如果大寫字母開頭的句子（在你的用例..）..爲什麼不用他們使用正常的分裂函數分裂？ –

\p{Lt}表示一個Unicode大寫字母（包括口音等），所以

string[] sentences = Regex.Split(mytext, @"(?<=[.!?])\s+(?=\p{Lt})");

應該做你想要什麼。

（請注意，我不認爲.或?需要一個字符類，所以我已經刪除它們也可以逃過一劫，但做檢查，這仍然與這些人物的作品。）

但是，請注意這將仍然分裂，例如Mr. Jones ...

來源

2013-01-10 09:39:40 Rawling

@「（？<= [。！？]）\ s +（？= [A-Z]）」正常工作。謝謝 –

提高正則表達式來大文本分割成句子

回答

相關問題