Question

我试图在常见案例中找到句子末尾的.句点。我有两个不同的正则表达式可以完成大部分工作。问题是我需要将它们组合在一起，反之亦然，使用一个作为第一组来排除它们并做第二个并替换第一个。这个例子会更好。

请考虑以下文字。

计量单位的缩写是没有句号的（除了“in”，当它可能与介词混淆时）。我们对大多数小写缩写使用句点，例如并且即和c.o.d.对于非常常见的缩写，请忽略句点，如rpm和mph。当一个句点的缩写结束一个句子时，那段时间就足以结束这句话：他住在华盛顿特区。因为人名的后缀需要一段时间：小史密斯生活在伊利。在正式文本中，缩短军事头衔 - 切斯特皮亚西克中校 - 不是一个好主意 - 但在非正式文本中，切斯特皮亚西克中校是可以接受的。（注意“Lt。”之后的空格。）学位可以用句点写成，但不要插入空格 - 博士学位。或博士，M.B.A。或MBA - 在学位内。检查http://aaa.aaa.aaa此链接www.google.com非常好。最后这是一个参考（某人2009）。


使用初始后的句号。示例：John F. Kennedy。

以下是一些清单：

一个清单。
  一个。子清单。
  A.另一个清单。

以下是我的两个正则表达式。

(?<=( (?!((http?)|(www)))([^A-Z0-9 ]+)|( [0-9]*[)])))([\.])
(?<=([a-z]{3,}))([\.])

注意我正在将它用于小型NLP应用程序，因此我不想使用完整的NLP工具，而且我也在C＃.NET环境中使用正则表达式。

Answer 1

我知道在如此短的时间内回答我的问题很奇怪......但这是...... 我使用了这个正则表达式（假设缩写不超过3个字符。

（？＆lt; =（（？！（（http？）|（www）））（[AZ]？[az] {3，}）|（[^] * [）]）））（[ 。]）

我在这个网站上测试了http://regexhero.net/tester/ 太糟糕的网站它没有像regex101.com链接，但如果你复制并粘贴上面的文本和正则表达式，你会看到它的工作...

C＃Regex Sentences Splitter期间

1 个答案: