我已经编写了这段代码,用于拆分字符串并将其存储在字符串数组中:-
String[] sSentence = sResult.split("[a-z]\\.\\s+");
但是,我添加了[az],因为我想处理一些缩写问题。但是随后我的结果显示为:
此外,当埃弗里特(Everett)试图指导他们进行基础数学训练时,他们被证明是毫无反应的
我看到丢失了split函数中指定的模式。对我来说,可以省略句号,但是丢失单词的最后一个字母会打乱其含义。
有人可以帮助我吗?此外,有人可以帮助我解决缩写吗?例如,由于我是根据句点分割字符串的,所以我不想丢失缩写。
解析句子绝非易事,即使对于像英语这样的拉丁语言也是如此。像您在问题中概述的那样幼稚的方法通常会失败,以至于在实践中被证明是无用的。
更好的方法是使用配置了正确的Locale 的BreakIterator。
BreakIterator iterator = BreakIterator.getSentenceInstance(Locale.US); String source = "This is a test. This is a T.L.A. test. Now with a Dr. in it."; iterator.setText(source); int start = iterator.first(); for (int end = iterator.next(); end != BreakIterator.DONE; start = end, end = iterator.next()) { System.out.println(source.substring(start,end)); }
产生以下结果: