正则表达式匹配。 （标记句末的句号）但不是先生（如霍普金斯先生）

Question

我正在尝试将文本文件解析为以句点结尾的句子，但像霍普金斯先生这样的名字会在匹配期间抛出错误警报。

正则表达式标识“。”但不是“先生。”

奖金，我也在使用！为了找到句子的结尾，所以我现在的正则表达式是/（！/。/我想要一个包含我的答案的答案。

Answer 1

使用negative look behind。

(?<!Mr|Mrs|Dr|Ms)\.

只有在Mr，Mrs，Dr或Ms

之后才会出现这段时间

<?
   $str = "This is Mr. Someone and Mrs. Somebody. They are here to meet Dr. SomeoneElse.";
   $str = preg_replace("/(?<!Mr|Mrs|Dr|Ms)\\./", "\n", $str);
   echo($str);
?>
//outputs:
This is Mr. Someone and Mrs. Somebody
 They are here to meet Dr. SomeoneElse

Answer 2

使用任何简单的机制都无法做到这一点。它毫无希望地模糊不清。句子可以用缩写结尾，在这些情况下，它们不是用两个句子写的。

见Unicode TR29。另请参阅ICU开源库，其中包括基本实现。

Answer 3

你的句子总是跟着两个空格吗？如果是这样，你可以检查一下......

/\.\s{2}/

并加入句子标点符号的其他结尾： /[\.\!\?]\s{2}/

您还可以查看其他可能是句子结尾指示的内容，例如下一个单词是否大写，是否后跟回车等等。但最多只能创建一个有根据的猜测，如上所述，这个时期太过模糊了。