在预处理文本中替换丢失的“换行符”

Question

我已经继承了一个电子邮件数据库表，其中已经处理了保存的正文文本以删除变音符号，但此过程还取出了Environment.Newline字符。我可以编写一个正则表达式来识别此模式（[。！？。？？] \ {0} \ w），因为在句子标记的典型结尾（例如：。！？）之间不存在空格，下一句，但我看不到如何在两个字符之间插入换行符。

E：G：“这是第一paragraph.And此的端部是所述第二的开始

我要插入一个新行（在之间这种情况下，‘HA’）和地方这类型的模式发生任何帮助将不胜感激（我使用C＃.NET 4.5） - 我已经花了几个小时的RegExBuddy，看不到如何做到这一点，请原谅我的无知

Answer 1

首先， d考虑推送获取原始消息而不是诉诸于这些措施，因为结果不会很完美。

您可以使用正则表达式[\.\!\?]\b，它被定义为标点符号，后面跟着单词的开头。

示例代码：

static void Main(string[] args) 
{ 
    Console.WriteLine(RestoreNewlines("This is the end of the first paragraph.And this is the start of the second. This is the start of the third.")); 
    Console.WriteLine(RestoreNewlines("Example of a case.txt where it fails.")); 
} 

private static readonly Regex PunctuationWithoutFollowingWhitespaceRegex = new Regex(@"[\.\!\?]\b"); 

static string RestoreNewlines(string input) 
{ 
    return PunctuationWithoutFollowingWhitespaceRegex.Replace(input, match => match.Value + Environment.NewLine); 
} 

输出：

This is the end of the first paragraph. 
And this is the start of the second. This is the start of the third. 
Example of a case. 
txt where it fails.