将字符串拆分为句子

Question

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。

Answer 1

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：

1. 这是一个测验。
2. 这是TLA测试。
3. 现在有一个博士。