sepsen.pl

用于对输入的一个文本进行断句操作,根据句号,叹号,问号来断句

#!/usr/bin/perl

open(in,$ARGV[0]);
open(out,">".$ARGV[0].".sepsen");

while($line = <in>)
{
	chomp $line;
	if($line eq "")
	{
		next;
	}
	$line =~s/e\.g\./:=:/;
	$line =~s/\d+\.\d+/:++:/;
	@temp = split(/\.|\;|\。|！|？|/,$line);
	for($i =0;$i<@temp;$i++)
	{
		 chomp $temp[$i];
                        if($temp[$i] eq "\n")
                        {
                                next;
                        }
        #                print out $temp[$i]."\n";

		if($temp[$i] =~/:=:/)
		{
			$temp[$i]=~s/:=:/e\.g\./;
			print out $temp[$i]."\n";
			next;
		}
		if($i!= @temp-1)
		{
			print out $temp[$i]."\n";
		}
		else
		{
			 print out $temp[$i];
		}
	}
}
close in,out;