RegEx Split - 保持标点符号

Question

我的句子看起来像这样：

"what is this? i want this to work. blah"

如何获得包含这样的标点符号的数组？

[0] = what is this?
[1] = i want this to work.
[2] = blah

Answer 1

使用示例文本，将其拆分为(?<=[.?!])\s*。

除此之外，我想补充说，用正则表达式将文本可靠地分成句子是不可能的。

Answer 2

您可以使用Regex.Split匹配前缀为标点符号的空白。

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

(?<=)是一个外表组。它会检查匹配是否在组之前，但不会捕获它。

Answer 3

您需要一个进行子字符串替换的方法。使用Ruby的gsub，例如：

"I am a lion. Hear me roar! Where is my cub? Never mind, found him.".gsub(/[.?!]/, '\0|').split('|')
=> ["I am a lion.", " Hear me roar!", " Where is my cub?", " Never mind, found him."]

这假定句子的定义当然以.，?或!结尾。省略号（...）会将其搞砸一下。