Question

我有大量的文字。目标是将点与空格分开，这些空格仅在句子的末尾，而不是缩写，时间，日期等。这样做：

    String regex = "[a-z](\\.)\\s";
    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(text);
    if(matcher.find())
        text = text.replace(matcher.group(1), " " + matcher.group(1));

结果不仅仅是“句子的结尾。下一句。”，但是这样的事情也是如此：“有些数字信息16.15应该与这个正则表达式不匹配。”。

Answer 1

我建议使用Matcher#replaceAll()：

Pattern regex = Pattern.compile("([a-z])\\.(\\s|$)");
text = regex.matcher(text).replaceAll("$1 .$2");    // $1 is for letter, $2 is for space/end of line

使用lookbehind（?<=）同样的事情：

Pattern regex = Pattern.compile("(?<=[a-z])\\.(\\s|$)");
text = regex.matcher(text).replaceAll(" .$1");          // $1 now is for space/end of line

Java正则表达式[a-z]也匹配数字和大写

1 个答案: