用“。”分割字符串 （点），同时处理缩写

Question

我发现这很难解释，因此我将以一些我想实现的目标之前/之后的例子作为开始。

输入示例 ：

你好，世界

这是一个测验

SWATTeam

扑打

扑打

2001.太空漫游

想要的输出：

你好，世界

这是一个测验

特警队

扑打

扑打

2001太空漫游

从本质上讲，我想创建一种能够按点将字符串分割的东西，但同时要处理缩写。

我对缩写的定义是至少具有两个字符（与外壳无关）和两个点，即“ AB”或“ ab”。它 不应该 与数字一起使用，即“ 1.a.”。

我已经使用正则表达式尝试了各种方法，但这并不是我的强项，因此我希望这里的人有我可以使用的任何想法或指针。

Answer 1

如何用正则表达式删除需要消失的点，然后用空格替换其余的点呢？正则表达式可以看起来像(?<=(^|[.])[\\S&&\\D])[.](?=[\\S&&\\D]([.]|$))。

String[] data = { 
        "Hello.World", 
        "This.Is.A.Test", 
        "The.S.W.A.T.Team",
        "S.w.a.T.", 
        "S.w.a.T.1", 
        "2001.A.Space.Odyssey" };

for (String s : data) {
    System.out.println(s.replaceAll(
            "(?<=(^|[.])[\\S&&\\D])[.](?=[\\S&&\\D]([.]|$))", "")
            .replace('.', ' '));
}

结果

Hello World
This Is A Test
The SWAT Team
SwaT 
SwaT 1
2001 A Space Odyssey

在正则表达式中，我需要转义点字符的特殊含义。我可以做到，\\.但我更喜欢[.]。

所以在正则表达式中，我们有点文字。现在，该点被(?<=...)和包围(?=...)。这些是环视机制的一部分，称为 后向 和 向前 。

• 由于需要删除的点具有点（或数据的开头^）和一些非空格\\S，也都是非数字\ D字符，因此可以使用进行测试(?<=(^|[.])[\\S&&\\D])[.]。

• 另外，需要删除的点还具有非空格和非数字字符，并且$在其后还有另一个点（可以选择是数据的结尾），可以写为[.](?=[\\S&&\\D]([.]|$))

根据需要[\\S&&\\D]，在字母旁边还可以匹配的字符（例如）!@#$%^&*()-_=+...可以替换[a-zA-Z]为仅英语字母或\\p{IsAlphabetic}Unicode中的所有字母。