通过正则表达式将文本解析成句子

Question

我想将文本拆分成句子。对于一个简单的例子，我有以下代码：

Regex.Split (input, @ "(? <= [\.! \?])");

然而，这仅处理以单个字符结尾的句子，而我希望能够处理以＆＃34;。＆＃34;，＆＃34; ...＆＃34结尾的句子。 ;，＆＃34;！＆＃34;，＆＃34;！..＆＃34;，＆＃34;？＆＃34;，＆＃34;？..＆＃34;，＆＃34; ？！＆＃34;，＆＃34;？！。＆＃34;，＆＃34;！？＆＃34;，＆＃34;！？。＆＃34;，＆＃34;‽＆＃34 ;或＆＃34;‽..＆＃34;。

对于只有＆＃34;的简单情况。＆＃34;和＃34; ...＆＃34;，例如＆＃34;快速的棕色狐狸。简单的方法去... ... Qwerty。＆＃34;，我写了下面的代码：

string [] sentences = Regex.Split (input, @ "(? <= \. \. \. | \.)");

但是，这会将字符串拆分如下：

• 快速的棕色狐狸。
• 简单的方法去abc。
• Qwerty键盘。

我想要这个：

• 快速的棕色狐狸。
• 简单的方式去abc ...
• Qwerty键盘。

我应该如何编写正则表达式来执行此操作？

所以解决方案

(?<=\.)\s*(?=[^.])

Demo

Answer 1

更新@ Avinash的正则表达式，(?<=\.)\s*(?=[^.])（demo）可以解决您的问题。

说明：

• (?<=\.)断言以下字符串前面有一个点
• \s*匹配零个或多个空格字符（在替换中丢弃它们）
• (?=[^.])断言字符串后跟任何不是点的字符串（因此会忽略多个点）

Answer 2

添加一个预测，以确保有一个句子结束标记，匹配所有空格和标记：

(?= *[.!?])([ .?!]+)

Demo