Question

如果它看起来像一个完整的停止期，我想分开一个完整的停止期。

我已解决的第一个问题是：

// space period if followed by Capital letter having spaces before or not.
original = original.replaceAll("\\.(\\s?[A-Z])", " . $1");

这将完美地完成以下情况：＆＃34; Hello World。这是对特警队的测试。这是另一个短语。美国和欧盟以及英国都没有评论它。 http://a.a.br＆＃34;

并做：＆＃34; Hello World。这是特警队的测试。这是另一个短语。美国和欧盟以及英国都没有评论它。 http://a.a.br＆＃34;

现在，注意到它分离了案例＆＃34; Hello Word。这...＆＃34;和＃34; ...特警队。这是＆＃34;。另请注意，它没有损坏URL。

然而它没有修复＆＃34; ...评论它。 http://a.a.br＆＃34;应该是＆＃34; ...评论它。 http://a.a.br＆＃34;但世界呢。之后是小写的http。＆＃34;

现在，如果单词next有空格和小写，我希望它将其他句子分开，或者甚至是一个数字，前提是句点之前有一个小写字母。

所以案件：

1）＆＃34;它。 HTTP＆＃34;应该是＆＃34;它。 HTTP＆＃34; 2）＆＃34;它。 12＆＃34;应该是＆＃34;它。 12＆＃34;

现在必须在不损坏网址或电子邮件地址的情况下进行此操作。运行第一条规则＆＃34; \。（\ s？[A-Z]）＆＃34;不会损坏电子邮件地址和网址。

此外，规则编号为1＆＃34; \。（\ s？[A-Z]）＆＃34;是，如果在大写字母[A-Z]之前有换行符，而不是可选空格和大写字母，那该怎么办？

所以它是＆＃34;这句话。\ n那句话。＆＃34;它应该导致＆＃34;这句话。 \ n那句话。＆＃34;

我该怎么做？

谢谢！

Answer 1

您可以按如下方式更新正则表达式以实现此目的：

original = original.replaceAll("\\.(\\s[A-Za-z0-9])", " .$1")

＆＃39; \ s＆＃39;匹配空白字符，所以应该能够处理＆＃39; \ n＆＃39;。请参阅http://www.regular-expressions.info/shorthand.html。

使用http://java-regex-tester.appspot.com/进行测试。

Answer 2

   re.sub(r"(\w{2,})\.",r"\1 . ",x,re.DOTALL)

它在python中并适用于所有情况。

Answer 3

根据您的要求：

空格期间如果之后是大写字母，则前面有空格 <或li>
空格句号如果后跟（空格和小写）或（空格和数字）

可以输入如下：

String test = "Hello World. This is a Test of the SWAT Team.Here's another phrase. Both USA and EU as well as UK have not commented it. http://a.a.br";    
test = test.replaceAll("\\.((?:\\s?[A-Z])|(?: (?:[a-z]|\\d)))", " . $1");
System.out.println(test);

输出结果为：

Hello World .  This is a Test of the SWAT Team . Here's another phrase .  Both USA and EU as well as UK have not commented it .  http://a.a.br

替换句号期间\\。与空间\\。空间

3 个答案: