Question

我试图将一个字符串分成＆＃34;句子＆＃34;但是我遇到了跟单词的问题。例如：

"This isn't cool. This doesn't work. This"

应分成

[This is cool., This doesn't work., This]

到目前为止，我一直在使用"[^\\.!?]*[\\.\\s!?]+"，但无法弄清楚如何为尾随单词调整此值，因为没有终止字符，因此无需查找。有什么我可以添加或者我需要完全调整吗？

Answer 1

String s = "This isn't cool. This doesn't work. This";
System.out.println(Arrays.toString(s.split("\\. ")));

产地：

[This isn't cool, This doesn't work, This]

Answer 2

除了分割字符串，您可以找到所有句子并匹配尾随句子，您可以使用锚点$，它将匹配字符串的结尾：

List<String> sentences = new ArrayList<String>();
 Matcher m = Pattern.compile("[^?!.]+(?:[.?!]|$)")
     .matcher("This isn't cool. This doesn't work. This");
 while (m.find()) {
   sentences.add(m.group());
 }

Answer 3

您也可以安全地将最后+更改为*。

默认情况下，正则表达式是 greedy ，每个单独的部分都会尽可能多地获取数据。这意味着第一个子表达式将匹配

This isn't cool

下一部分是时间和空间 - 仅此而已。将加号更改为星号不会更改此行为。在字符串中，所有句子结尾字符都会匹配，最后没有任何内容可供匹配 - 这对*有效。

正则表达式分裂

3 个答案: