正则表达式句子拆分

我试图将一个字符串拆分为“句子”，但我遇到了一个跟踪单词的问题。例如：正则表达式句子拆分

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

应该分成

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

到目前为止，我一直在使用"[^\\.!?]*[\\.\\s!?]+"但无法弄清楚如何调整这个拖尾字，因为没有终止字符，因此没有什么可寻找的。有什么我可以添加或我需要完全调整它？

2015-11-01 cjcamisa

我在手机上，不能测试这个，但是你应该尝试添加字符串元字符'$'的结尾到你的第二系列字符。 – brittenb

我不会投票关闭它作为[将字符串拆分成基于句点的句子]的副本（http://stackoverflow.com/questions/2687012/split-string-into-sentences-based-on-periods），因为您的标题明确指出你想使用正则表达式，但考虑使用其他工具来描述所描述的问题。 – Pshemo

而是分裂字符串中，你可以找到所有的句子匹配尾随句话你可以使用锚$将字符串的结尾匹配和：

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()); 
}

来源

2015-11-01 18:05:12 Kasramvd

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]

来源

2015-11-01 18:05:19 kukis

您也可以安全地将最后的+更改为*。

正则表达式默认为贪婪，每个单独的部分将抓取尽可能多的数据。这意味着第一个子表达式将匹配

This isn't cool

和下一部分的时期和空间 - 仅此而已。将加号改为星号不会改变此行为。在字符串内部，所有的句子结尾字符都会匹配，并且最后没有什么可以匹配 - 这与*有效。

来源

2015-11-01 18:06:13 usr2564301

正则表达式句子拆分

回答

相关问题