我正在尝试将包含多个句子的字符串拆分为单个句子的字符串数组.
这是我到目前为止所拥有的,
String input = "Hello World. "
+ "Today in the U.S.A.,it is a nice day! "
+ "Hurrah!"
+ "Here it comes... "
+ "Party time!";
String array[] = input.split("(?<=[.?!])\\s+(?=[\\D\\d])");
这段代码工作得非常好.我明白了
Hello World. Today in the U.S.A.,it is a nice day! Hurrah! Here it comes... Party time!
我使用lookbehind功能来查看结束标点符号的句子是否在某个或一个空格之前.如果是这样,我们分手了.
但是这个正则表达式没有涵盖一些例外.例如,
美国是一个伟大的国家,错误地分裂为美国,是一个伟大的国家.
关于如何解决这个问题的任何想法？
而且,我在这里错过了任何边缘案例吗？
解决方法
如果您不必使用正则表达式,则可以使用Java的内置
BreakIterator.
以下代码显示了解析句子的示例,但BreakIterator支持其他形式的解析(word,line等).如果您处理不同的语言,也可以选择传入不同的语言环境.此示例使用默认语言环境.
String input = "Hello World. "
+ "Today in the U.S.A.,it is a nice day! "
+ "Hurrah!"
+ "The U.S. is a great country. "
+ "Here it comes... "
+ "Party time!";
BreakIterator iterator = BreakIterator.getSentenceInstance();
iterator.setText(input);
int start = iterator.first();
for (int end = iterator.next(); end != BreakIterator.DONE; start = end,end = iterator.next()) {
System.out.println(input.substring(start,end));
}
这导致以下输出：
Hello World. Today in the U.S.A.,it is a nice day! Hurrah! The U.S. is a great country. Here it comes... Party time!
