Question

我试图将一段文本拆分为基于标点符号的单独句子，即[。？！]但是，扫描程序也会在每个新行的末尾分割行，即使我已经指定了一个特定的图案。我该如何解决这个问题？谢谢！

this is a text file. yes the
deliminator works
no it does not. why not?

Scanner scanner = new Scanner(fileInputStream);
scanner.useDelimiter("[.?!]");
while (scanner.hasNext()) {
  line = scanner.next();
  System.out.println(line);
}

Answer 1

我不相信扫描仪会在换行符上拆分它，只是你的“行”变量中有换行符，这就是你得到那个输出的原因。例如，您可以用空格替换这些换行符：

（我正在阅读您从文件中提供的相同输入文本，因此它有一些额外的文件读取代码，但您可以获得图片。）

try {
    File file = new File("assets/test.txt");
    Scanner scanner = new Scanner(file);
    scanner.useDelimiter("[.?!]");
    while (scanner.hasNext()) {
        String sentence = scanner.next();
        sentence = sentence.replaceAll("\\r?\\n", " ");
        // uncomment for nicer output
        //line = line.trim();
        System.out.println(sentence);
    }
    scanner.close();
} catch (FileNotFoundException e) {
    e.printStackTrace();
}

结果如下：

this is a text file
 yes the deliminator works no it does not
 why not

如果我取消修剪修剪线，它会更好一些：

this is a text file
yes the deliminator works no it does not
why not

Java Scanner按句子拆分字符串

1 个答案: