c# - 改进正则表达式以将大文本拆分为句子

Question

这个问题已经有答案了:

已关闭 10 年前。

Possible Duplicate:
What is a regular expression for parsing out individual sentences?

我想将大文本拆分成句子。我从答案 here 得到的正则表达式

string[] sentences = Regex.Split(mytext, @"(?<=[\.!\?])\s+");

所以我想到使用一种模式来进行分割，例如如果 . ? !遵循 space和一个capital 字母比做拆分。
大写字母表示句子的开头。

text = " Sentence one . Sentence e.g. two ? Sentence three.
sentence[1] = Sentence one 
sentence[2] = Sentence e.g. two

对于有问题的情况，例如缩写，我打算进行替换

mytext.replace("e.g.","eg"); 

如何在正则表达式中实现这一点？

Answer 1

\p{Lt} 表示 Unicode 大写字母(包括重音符号等)，因此

string[] sentences = Regex.Split(mytext, @"(?<=[.!?])\s+(?=\p{Lt})");

应该做你想做的事。

(请注意，我认为 . 或 ? 不需要在字符类中转义，因此我也删除了它们，但请检查这仍然是适用于这些角色。)

但是，请注意，这仍然会在例如先生。琼斯...