在 C# 中将文本拆分为句子 [已关闭]

Question

我想将文本分成句子。句子以（点）或？结尾或者 ！后跟一个或多个空白字符，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

您可以拆分与空格匹配的正则表达式，并使用查找句子终止符的lookbehind：

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

这将在空白字符上进行拆分，并将终止符保留在句子中。

示例：

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.

注：

此解决方案仅解决问题中概述的简单情况。要对任何类型的句子或其他语言执行此操作，解决方案将复杂得多。考虑到句子甚至可能写错或标点符号放错位置，很可能不可能做一些可以处理任何句子的事情，即使只是英语句子。

Answer 2

您想支持哪些语言？例如，在泰语中，单词之间没有空格，句子之间也用空格分隔。所以，总的来说，这个任务是非常复杂的。另请考虑 Fredrik Mörk 的有用评论。

因此，首先您需要定义一组关于什么是“句子”的规则。那么欢迎您使用建议的解决方案之一。

Answer 3

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 4

你试过

String.Split()

吗？请参阅有关它的文档这里