改进正则表达式将大文本拆分成句子

Question

  

可能重复：
  What is a regular expression for parsing out individual sentences?

我想将大文本拆分成句子。我从回答here

得到的正则表达式

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

所以我想用一个模式做分裂 如果. ? !跟随space和 capital 字母而不是分割。
大写字母表示开始判刑。

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

对于像缩写这样的有问题的情况，我打算做替换

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

如何在正则表达式中实现它？

Answer 1

\p{Lt}表示Unicode大写字母（包括重音等），所以

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

应该做你想做的事。

（请注意，我认为.或?不需要在字符类中进行转义，所以我也删除了它们，但请检查这些字符是否也适用。）

然而，请注意，这仍将分裂为例如Mr. Jones ...