句子形成：Java中的标点检查

Question

我想检查句子结构的质量。 具体来说，我想看看最终用户是否在标点符号后输入空格。 我可以使用NLP库或简单的Java regex解决方案。

例如：

1. “嗨，我叫汤姆·克鲁斯。我喜欢看电影”
2. “嗨，我叫汤姆·克鲁斯。我喜欢看电影”
3. “嗨，我叫汤姆·克鲁斯。我喜欢看电影”

句子1是完美的，句子2是较差的，因为它后面有1个标点，后面没有空格，而句子3是最差的，因为所有标点都没有空格。

您能建议使用Java方法吗？ 我尝试了languagetool API，但是没有用。

Answer 1

您为什么不尝试使用模式和Unicode类别？

例如：

Pattern pattern = Pattern.compile("\\p{P} ");
        Matcher matcher = pattern.matcher("Hi, my name is Tom Cruise. I like movies");
        while (matcher.find()) {
            System.out.println(matcher.group());
        }

此处的模式搜索任何标点符号，后跟一个空格。 输出将是：

, 
. 

（注意逗号和点后的空格）

您可以通过指定哪些确切的标点符号可以在其后跟一个空格来完善您的模式。

最后，为了检查相反的内容（标点字符后没有空格）：

Pattern otherPattern = Pattern.compile("\\p{P}\\S");

Answer 2

Pattern pattern = Pattern.compile("\\p{P}\\S");

String[] tests = new String[] {
    "Hi, my name is Tom Cruise. I like movies",
    "Hi,my name is Tom Cruise. I like movies",
    "Hi,my name is Tom Cruise.I like movies"
};

int[] results = new int[] { 0, 0, 0 };

for (int i = 0; i < tests.length; i++) {
    Matcher matcher = pattern.matcher(tests[i]);
    while(matcher.find()) {
        results[i] += 1;
    }
    if (results[i] == 0) {
        System.out.println("Sentence " + (i + 1) + " is perfect");
    } else if (results[i] > 1 && results[i] < 3) {
        System.out.println("Sentence " + (i + 1) + " is good");
    } else {
        System.out.println("Sentence " + (i + 1) + " is bad");
    }
}
// now you know how many violations there were on every line.
// do whatever you want with them.