高分请教!!!在线等答案,马上结帖!!!!怎么从文本文件里把带有?的问句拿出来呢?

Question

刚试验过，StreamTokenizer将'.'和普通字母看成一样东西，不能区分句号，但感叹号可以。我想这是因为英语里有"Mr.","Dr."等等的用法，那些不属于句号，而属于单词的一部分，所以不与区分。可以在每个nextToken()后判断最后一个字符。
public static void main(String[] arg) {
String[] s=new String[20];

int i=0;
for(i=0;i<20;i++)
s[i]="";
i=0;
try{

BufferedReader in=new BufferedReader(new FileReader("test.txt"));
StreamTokenizer st=new StreamTokenizer(in);
while(st.nextToken ()!=StreamTokenizer.TT_EOF){

switch (st.ttype){
case StreamTokenizer.TT_NUMBER:
    s[i]+=st.nval+" "; break;
case StreamTokenizer.TT_WORD:
    s[i]+=st.sval+" ";
    if(st.sval.charAt(st.sval.length()-1)=='.') {
    System.out.println (s[i]);
i++;
}
   
    break;
case StreamTokenizer.TT_EOL:
    s[i]+='\n';break;
  
default:
  
    if((char)st.ttype=='?' ){
       s[i]+='?';

       System.out.println(s[i]);
       i++;
     
    }else if((char)st.ttype=='!' ){
       s[i]+='!';

       System.out.println(s[i]);
       i++;
     
    }
else 
s[i]+=(char)st.ttype+" ";
}

}

}catch(IOException e){}
for(i=0;i<20;i++) {
//System.out.println(s[i]);
}

}

Answer 1

但关于what is your sister's name? 
这个'好后面的东西,就分析不出来了,怎么改进一下程序呢?
谢了,小第再加50分,谢谢大大的支持!

Answer 2

把'号看做普通字符就可以了，
在StreamTokenizer st=new StreamTokenizer(in);后面加上这句：
st.ordinaryChar('\'');

Answer 3

如果不考虑Mr.中的.号缩写，可以用下面的呀String text="the java is a good program language. what is java use's for? thank any way.";
StringTokenizer stk=new StringTokenizer(text,".");
while(stk.hasMoreTokens())
{
  String tmpStr=stk.nextToken();
  if(tmpStr.indexOf("?")>=0)
     System.out.println(tmpStr.substring(0,tmpStr.indexOf("?")+1));
}

Answer 4

这年头怎么还有人用string.tokenizer这古老的方法？
正则表达式咯！import java.util.regex.*;
class RegexTest {
    public static void main (String[] args ) {
        String str =
        "java is a good program language. what is java use for? thank any way.";
        str = str.trim();
        Pattern p = Pattern.compile("([^.]+\\?)");
        Matcher m = p.matcher(str);
        while (m.find()){
            System.out.println(m.group(1).trim());//截去头尾空格
        }
    }
}

Answer 5

要区分mr. ....也容易，把你想的吹来的家到下面代码的（mr|...)中去
分析mr.后面是否字符是错误的做法
因为句子中也可以出现 dr. java这才是正式的英文写法
dr.java当然也可以import java.util.regex.*;
class RegexTest {
    public static void main (String[] args ) {
        String str =
        "java is a good program language. what is mr. java use for?" +
        " thank anyway. Mr. Saddam, do you love Bush? Yes, I do. Why not?";
        str = str.trim();
        Pattern p = Pattern.compile("(?i)([^.]*((mr|ms|dr|jr)\\.)?[^.]*\\?)");
        Matcher m = p.matcher(str);
        while (m.find()){
            System.out.println(m.group(1).trim());
        }
    }
}结果：
what is mr. java use for?
Mr. Saddam, do you love Bush?
Why not?

Answer 6

把你想的吹来的家到下面代码的（mr|...)中去
 --> 把你想的全部加到下面代码的（mr|...)中去

Answer 7

正则表达式有现成的包？
duracell() 兄，请问Pattern在哪个包里？我没见过，很想学习学习。

Answer 8

把'号看做普通字符就可以了，
在StreamTokenizer st=new StreamTokenizer(in);后面加上这句：
st.ordinaryChar('\'');
up

Answer 9

ordinaryChar()其实是把某字符看成独立字符来对待，不过可以利用ordinaryChars(int low,int hi)来规定哪些要看成单独字符（查看ACSII表），所以如果不考虑Mr. Dr. 等等的特殊性的话，可以试试下面的程序
public class Code{
public static void main(String[] arg) {
String[] s=new String[20];
 
int i=0;
for(i=0;i<20;i++)
s[i]="";
i=0;
try{

BufferedReader in=new BufferedReader(new FileReader("test.txt"));
StreamTokenizer st=new StreamTokenizer(in);
while(st.nextToken ()!=StreamTokenizer.TT_EOF){
st.ordinaryChars(33,47);
st.ordinaryChars(58,64);
st.ordinaryChars(91,96);
st.ordinaryChars(123,126);
//System.out.println(st.ttype); switch (st.ttype){
case StreamTokenizer.TT_NUMBER:
     s[i]+=st.nval+" "; break;
case StreamTokenizer.TT_WORD:
    s[i]+=st.sval+" ";
    /*if(st.sval.charAt(st.sval.length()-1)=='.') {
    System.out.println (s[i]);
i++;
}*/
   
     break;
case StreamTokenizer.TT_EOL:
    s[i]+='\n';break;
  
default:
  
    if((char)st.ttype=='?' ){
        s[i]+='?';
System.out.println(s[i]);
        i++;
     
    }else if((char)st.ttype=='!' ){
        s[i]+='!';
System.out.println(s[i]);
        i++;
   
    }
else if((char)st.ttype=='.') {
s[i]+='.';
System.out.println(s[i]);        
i++;
}else {

s[i]+=(char)st.ttype+" ";

}


}
}

}catch(IOException e){}

}
}

Answer 10

to javavsnet:
java.util.regexpabove version 1.4 including 1.4

Answer 11

tiger999(不吃肉的老虎) : 多谢阿，又学到东西了，呵呵

Answer 12

同意JavaVsNet(JavaVsNet)的观点
不过写程序时加一些注释比较好
看起来也比较舒服！