在NSString文本块中分隔完整句子

Question

我一直在尝试使用正则表达式来分隔大块文本中的完整句子.我不能使用componentsSeparatedByCharactersInSet,因为它显然会失败,句子以？!,!!,...结尾...我已经看到一些外部类来做componentSeparateByRegEx但是我更喜欢这样做而不添加外部库.

这是一个示例输入 嗨,我正在测试.你好吗？哇!!这是最好的,我很高兴.

输出应该是一个数组

第一个元素:嗨,我正在测试.

第二个要素: 你好吗？

第三元素:哇!!

第四个要素:这是最好的,我很高兴.

这就是我所拥有的,但正如我所提到的,它不应该做我想要的.正则表达式可能会在这里做得更好.

-(NSArray *)getArrayOfFullSentencesFromBlockOfText:(NSString *)textBlock{
    NSMutableCharacterSet *characterSet = [[NSMutableCharacterSet alloc] init];
    [characterSet addCharactersInString:@".?!"];  
    NSArray * sentenceArray = [textBlock componentsSeparatedByCharactersInSet:characterSet];                                   
    return sentenceArray;  
}

谢谢你的帮助,

Answer 1

您想要使用-[NSString enumerateSubstringsInRange:options:usingBlock:]该NSStringEnumerationBySentences选项.这将为您提供每个句子,并以语言识别的方式进行.

NSArray *fullSentencesFromText(NSString *text) {
    NSMutableArray *results = [NSMutableArray array];
    [text enumerateSubstringsInRange:NSMakeRange(0, [text length]) options:NSStringEnumerationBySentences usingBlock:^(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop) {
        [results addObject:substring];
    }];
    return results;
}

注意,在测试中,每个子字符串在标点符号后似乎包含尾随空格.你可能想把它们剥掉.