在C#中将文本拆分为句子

Question

我想把文字分成句子.一个句子以(点)或？结尾 要么 !接下来是一个或多个空格字符,下一个句子以大写字母开头.

例如:

第一句话.第二句话!

我怎样才能做到这一点？

Answer 1

您可以拆分匹配空格的正则表达式,并使用查找句子终止符的lookbehind:

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

这将拆分空白字符并将句子保留在句子中.

例:

string input = "First sentence. Second sentence! Third sentence? Yes.";
string[] sentences = Regex.Split(input, @"(?<=[\.!\?])\s+");

foreach (string sentence in sentences) {
  Console.WriteLine(sentence);
}

输出:

First sentence.
Second sentence!
Third sentence?
Yes.

Answer 2

试试这个(MSDN)

char[] separators = new char[] {'!', '.', '?'};
string[] sentences1 = "First sentence. Second sentence!".Split(separators);
//or...
string[] sentences2 = "First sentence. Second sentence!".Split('!', '.', '?');

Answer 3

您想支持哪些语言？例如,在泰语中,单词之间没有空格,句子用空格分隔.所以,一般来说,这项任务非常复杂.还要考虑FredrikMörk的有用评论.

所以,首先你需要定义一套关于"句子"的规则.然后,欢迎您使用建议的解决方案之一.