Java Scanner 按句子拆分字符串答案

【问题标题】：Java Scanner Split Strings by SentencesJava Scanner 按句子拆分字符串
【发布时间】：2014-01-25 01:50:06
【问题描述】：

我正在尝试根据标点符号将一段文本拆分为单独的句子，即 [.?!] 但是，即使我指定了特定的，扫描仪也会在每个新行的末尾拆分行图案。我该如何解决这个问题？谢谢！

this is a text file. yes the
deliminator works
no it does not. why not?

Scanner scanner = new Scanner(fileInputStream);
scanner.useDelimiter("[.?!]");
while (scanner.hasNext()) {
  line = scanner.next();
  System.out.println(line);
}

【问题讨论】：

新行在您的代码中，因此它也在行尾分隔。从您的输入中删除新行。

标签： java regex java.util.scanner

【解决方案1】：

我不相信扫描仪会在换行符处将其拆分，只是您的“行”变量中有换行符，这就是您获得该输出的原因。例如，您可以将这些换行符替换为空格：

（我正在读取您从文件中提供的相同输入文本，因此它有一些额外的文件读取代码，但您会得到图片。）

try {
    File file = new File("assets/test.txt");
    Scanner scanner = new Scanner(file);
    scanner.useDelimiter("[.?!]");
    while (scanner.hasNext()) {
        String sentence = scanner.next();
        sentence = sentence.replaceAll("\\r?\\n", " ");
        // uncomment for nicer output
        //line = line.trim();
        System.out.println(sentence);
    }
    scanner.close();
} catch (FileNotFoundException e) {
    e.printStackTrace();
}

这是结果：

this is a text file
 yes the deliminator works no it does not
 why not

如果我取消注释修剪线，它会更好一点：

this is a text file
yes the deliminator works no it does not
why not

【讨论】：