java - 在句子末尾添加换行符

Question

我有一个字符串，它是一本书的片段(大约 1 章)这个字符串都是一行。我想在每个句子的末尾换行

我用一个不太复杂的代码解决了它

text = text.replaceAll("\\.","\\.\n"); //same for ? same for !

当然这不会产生很好的结果。我不需要它是完美的，但它越漂亮越好。

我想至少在创建换行符之前检查以下内容:

the word before the . is longer then 2 characters
there are no dots before the . in the same "word"
the character before the . is not a number
the character after the dot (and possibly a whitespace after that dot) is not a (

任何其他建议，以及实现它的实际代码，我们将不胜感激。

类似问题: Here

更新:

虽然在我的优先级列表中并不高，因为我的书不包含很多直接引语或直接演讲，但是处理其中句子的规则也是有序的，这样来自同一个 qoute 的句子就不会结束新行

Answer 1

Stanford's CoreNLP工具包有一个做句子分割的类。查看更多here .

如果你说 new DocumentPreprocessor(new StringReader(s)).iterator() 其中 s 是一个包含文本的字符串，它会给你一个迭代器句子。

请注意，这也会标记句子。如果你想让句子看起来像它开始的样子，你可以只使用这个输出作为 split 的指南，或者运行 PTBTokenizer -untok 命令(见上面相同的链接)来使每个标记化句子看起来又正常了。

这几乎肯定会比您的规则列表更有效，因为您的规则没有考虑到许多重要的情况。