每 x 个句子后断开一个字符串

Question

我有一个很长的文本，我尝试在每 3 句话后将其中断。

示例

来源：

"Sentence 1. Sentence 2? Sentence 3! Sentence 4. Sentence 5. Sentence 6. Sentence 7. Sentence 8. Sentence 9. Sentence 10."

应该返回：

"Sentence 1. Sentence 2? Sentence 3! Sentence 4. Sentence 5. Sentence 6. Sentence 7. Sentence 8. Sentence 9. Sentence 10."

目前我有正则表达式(?<=[\.?!])\s，它匹配句子之间的所有空格。所以我可以用它来分割字符串，然后像这样迭代添加换行符：

String[] splits = src.split(regex);
StringBuilder b = new StringBuilder();
int index = 0;
for (String s : splits) {
    if (index == 3) {
        b.append("\n");
        index = 0;
    } else if (index > 0) {
        b.append(" ");
    }

    b.append(s);
    index++;
}
String res = b.toString();

但我想自动使用：

src.replaceAll(regex2, "\n");

知道如何实现这一目标吗？

Answer 1

您可以使用以下正则表达式替换：

s = s.replaceAll("(?s)(.*?[.?!](?:\\s.*?[.?!]){0,2})\\s*", "$1\n");

见regex demo

详情

• (?s) - 一个 DOTALL 修饰符（. 现在匹配换行符）
• (.*?[.?!](?:\s.*?[.?!]){0,2}) - 第 1 组：
  • .*?[.?!] - 任何 0+ 个字符，尽可能少，直到最左边的 .、? 或 !，后跟
  • (?:\s.*?[.?!]){0,2} - 0 到 2 个序列
    • \s - 一个空格
    • .*?[.?!] - 任何 0+ 个字符，尽可能少，直到最左边的 .、? 或 !
• \s+ - 1 个或多个空格

$1\n 替换取除最后一个空格之外的整个匹配项，并在末尾附加换行符。