小编Isa*_* G.的帖子

已经存在类似的问题,但所有问题都使用regexen.我正在使用的代码(剥离分隔符):

string[] sentences = s.Split(new string[] { ". ", "? ", "! ", "... " }, StringSplitOptions.None);

我想在句子分词上分割一段文字并保留句子终结符.我想避免使用regexen来提高性能.可能吗？

我的目标是获取一个句子文件,应用一些基本过滤,并将剩余的句子输出到文件和终端.我正在使用Hunspell库.

这是我如何从文件中获取句子:

    public static string[] sentencesFromFile_old(string path)
    {
        string s = "";
        using (StreamReader rdr = File.OpenText(path))
        {
            s = rdr.ReadToEnd();
        }
        s = s.Replace(Environment.NewLine, " ");
        s = Regex.Replace(s, @"\s+", " ");
        s = Regex.Replace(s, @"\s*?(?:\(.*?\)|\[.*?\]|\{.*?\})", String.Empty);
        string[] sentences = Regex.Split(s, @"(?<=\. |[!?]+ )");
        return sentences;
    }

这是写入文件的代码:

        List<string> sentences = new List<string>(Checker.sentencesFromFile_old(path));
        StreamWriter w = new StreamWriter(outFile);
        foreach(string x in xs)
            if(Checker.check(x, speller))
            {
                w.WriteLine("[{0}]", x);
                Console.WriteLine("[{0}]", x);
            }

这是检查器:

    public static bool check(string s, NHunspell.Hunspell speller)
    { …