用Java中的正则表达式匹配句子答案

【问题标题】：Matching sentences with regex in Java用Java中的正则表达式匹配句子
【发布时间】：2011-02-08 15:34:40
【问题描述】：

我正在使用 Java 中的 Scanner 类来浏览一个文本文件并提取每个句子。我在我的扫描仪上使用 setDelimiter 方法到正则表达式：

Pattern.compile("[\\w]*[\\.|?|!][\\s]")

这目前似乎有效，但它在句子末尾留下了空格。有没有一种简单的方法可以匹配末尾的空格但不将其包含在结果中？

我意识到这可能是一个简单的问题，但我以前从未使用过正则表达式，所以放轻松:)

【问题讨论】：

【解决方案1】：

您正在寻找的是积极的前瞻性。应该这样做：

Pattern.compile("\\w*[.?!](?=\\s)")

【讨论】：

感谢您的帮助，但这似乎没有用。我原来的一个用两句话制作了以下内容（注意末尾的空格）：“快速棕色狐狸跳过懒惰” “这是另一个将在测试中进行的句子” 你的似乎产生了以下内容：“快速的棕色狐狸跳过懒惰的人” “这是另一个将在测试中出现的句子”
刚刚发现最后一个字也不见了，知道为什么吗？
@WoLpH：不应该是 Pattern.compile("\\w*[.?!](?=\\s)")，因为字符内部的表达式有不同的语义类而不是普通类？
确实是ig0774，我会改的。
@Gary：试试修改后的版本。原来的正则表达式有一些缺陷

【解决方案2】：

试试这个：

"(?<=[.!?])\\s+"

这使用lookarounds 匹配\\s+ 前面是[.!?]。

如果您也想删除标点符号，那么只需将其作为匹配的一部分：

"[.!?]+\\s+"

这会将"ORLY!?!? LOL" 拆分为"ORLY" 和"LOL"

【讨论】：

这仅匹配单词，但不会停在句末。感谢您的尝试！
@Gary：抱歉，现已修复。再试一次。
除了删除末尾的句点之外，什么都做！有没有一种简单的方法可以使用正则表达式删除句点，还是我应该在之后更改字符串？编辑：忘了说我也想忽略逗号，我应该用正则表达式还是手动？
忽略逗号是什么意思？现在这个正则表达式不认为逗号作为句子分隔符。你想要吗？
没关系，进一步思考：这可能不是这个正则表达式的工作。非常感谢您的帮助:)