拆分成句子Java

Question

我想将文本分成句子。 我的文字之间包含\\n字符。 我希望在\\n和处进行拆分. （点）。 我不能将BreakIterator用作拆分条件，因为它是一个空格后跟一个句点（在我要拆分的文本中，这不是必需的）。

范例 ：

i am a java programmer.i like coding in java. pi is 3.14\n regex not working

应该输出：

['i am a java programmer', 'i like coding in java', 'pi is 3.14', 'regex not working']

我尝试了一个简单的正则表达式，它可以分割为\\n或. ：

[\\\\n\\.]

尽管这不能正常工作，但单独指定是可行的。

\\\\n
\\.

因此，任何人都可以提供将\\n或拆分的正则表达式. ？

另一个问题是我不希望在像5.6这样的小数的情况下进行拆分。

Answer 1

这个Java regex应该可以：

"\n|((?<!\\d)\\.(?!\\d))"

这里的要点：

• 您无需逃避\\n
• 点周围那些看起来怪异的事物是消极的事物，并且表示“上一个/下一个字符不能是数字

此正则表达式说：“换行符或不带数字的前后文字点

仅供参考，除了括号本身，您无需对字符类中的字符进行转义（在[]之间）。

Answer 2

使用string.split("[\\n.]")在\\n或处拆分.

内部角色类， . 没有特别的意义。 因此，无需逃避.

编辑： string.split("\\n|[.](?<!\\\\d)(?!\\\\d)")避免拆分小数。

在这里，每个. 向后看和向前看是否在两边都有数字。 如果两者都不是数字，则应用拆分。

\\n|\\\\.(?!\\\\d)|(?<!\\\\d)\\\\. 避免为拆分. 两边都有数字。

\\n|(?<!\\\\d)[.](?!\\\\d)避免在任何边都有数字的情况下拆分

所以你需要的是

string.split("\n|\\.(?!\\d)|(?<!\\d)\\.")

这会分裂something.4 3.14但不会分裂3.14

Answer 3

您无需在[]块中的Java正则表达式中将内容进行两次转义：

[.\n]

应该管用。