使用bash将文本分成句子

Question

句子是以句点（.），感叹号（!）或问题（?）结尾的句子。我试过了

tr '\n' ' ' <  input | sed -e 's/[.] \s*/. \\n/g'

我在文件中添加了\n，但该行并没有真正打破。

我在Mac OS X Mavericks上使用bash 3.2版本。

Answer 1

看看这是否有效。 （'\ 012'是tr命令理解的新行字符，你用空格替换它，然后最后用sed“捕获”一个句号，一个感叹号，或一个问号？字符使用（和），无论什么字符可用于\ 1，之后你想要\ n新的sed。sed边界字符，我在下面的例子中用的是＃。

tr '\012' ' ' < someInputFile.txt | sed "s#\([\.\?\!]\)#\1\n#g"