RegEx Split-保留標點符號

Question

我有一句話看起來像這樣：

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

如何獲得包含標點符號的數組，如下所示？

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

Answer 1

用您的示例文本分割為(?<=[.?!])\\s* 。

除此之外，我想補充一點，使用正則表達式將文本可靠地拆分成句子是不可能的。

Answer 2

您可以使用Regex.Split來匹配帶標點符號的空白。

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

(?<=)是一個后向組。 它檢查匹配是否在組之前，但不捕獲它。

Answer 3

您將需要執行子字符串替換的方法。 例如，使用Ruby的gsub ：

"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."]

假設句子的定義以結尾. ， ? 或! 當然。 省略號（ ... ）會將其擰緊一點。