分裂成句子Java

Question

我想将文本拆分成句子。我的文字中间包含\n个字符。我希望在\n和.（点）处完成拆分。我不能使用BreakIterator作为拆分条件，因为它是一个空格后跟一个句点（在我要拆分的文本中，这是不必要的）。

示例：

i am a java programmer.i like coding in java. pi is 3.14\n regex not working

应输出：

['i am a java programmer', 'i like coding in java', 'pi is 3.14', 'regex not working']

我尝试了一个简单的正则表达式，它分为\n或.：

[\\\\n\\.]

这不起作用，但指定单独工作。

\\\\n
\\.

那么，任何人都可以提供将在\n或.分割的正则表达式吗？

另一个问题是我不希望在 5.6 等小数的情况下进行拆分。

Answer 1

这个java正则表达式应该是它：

"\n|((?<!\\d)\\.(?!\\d))"

点数：

• 您无需逃离\n，永远
• 点周围看起来很奇怪的东西是负面看，并且意味着“上一个/下一个字符不能是数字

这个正则表达式说：“要么是换行符，要么是不在数字之前或之后的字面点

仅供参考，除了括号本身之外，你不需要转义字符类中的字符（在[]之间）。

Answer 2

使用string.split("[\n.]")分割为\n或.

在内部角色类中，.没有特殊含义。因此无需转义.

编辑： string.split("\n|[.](?<!\\d)(?!\\d)")可避免分割十进制数字。

在这里，对于每个.，后视和前瞻是检查两侧是否有数字。如果两者都不是数字，则应用拆分。

\n|\\.(?!\\d)|(?<!\\d)\\.避免在.上拆分双方数字。

\n|(?<!\\d)[.](?!\\d)如果任何一方有数字

，则避免拆分

所以你需要的可能是

string.split("\n|\\.(?!\\d)|(?<!\\d)\\.")

分割something.4但不分割3.14

Answer 3

您不需要在[]块中的Java正则表达式中双重转义：

[.\n]

应该有用。