Java 安卓&x27；s BreakIterator将换行符视为句子分隔符

我有一个unix文本文件，我想在我的Android应用程序中读取它，并将其拆分为几个句子。但是我注意到，

BreakIterator

将一些换行字符视为句子分隔符。 我使用以下代码读取文件并将其拆分为几个句子（仅输出第一句用于演示）：

但是，如果我将Eclipse中的代码作为桌面应用程序编译并运行，那么文本将被正确分割。我不明白为什么它在Android应用程序上做不到同样的事情

我尝试将文本文件转换为dos格式，甚至尝试读取文件并保留原始换行符：

    Pattern pat = Pattern.compile(".*\\R|.+\\z");
    StringBuilder stringBuilder = new StringBuilder();
    try (Scanner in = new Scanner(file, "UTF-8")) {
        String line;
        while ((line = in.findWithinHorizon(pat, 0)) != null) {
            stringBuilder.append(line);
        }
        text = stringBuilder.toString();
        sentenceIterator.setText(text);
        int end = sentenceIterator.next();
        System.out.println(end);
        System.out.println(text.substring(0, end));
    }

但是没有成功。有什么想法吗？ 您可以在此处下载该文件的摘录（unix格式）：

我刚刚注意到，不需要下载这个文件就可以复制它。只需创建一个句子中有换行符的字符串（例如，

“Hello，\nworld！”

），然后运行一个插入指令的测试。如果在常规测试中使用了

BreakIterator

，则它将正确拆分

我希望有两句话：

第1句：

前言

如果一位同事今天晚上对你说，我的配偶 在家里制作不寻常的饭菜

第二句：

你会加入吗

是的，它们看起来不太好，但至少你知道为什么会这样（句子分隔符是？。等等）。但如果代码在Android上运行，它甚至会从

前言

出于某种原因

我不确定这是否是一个bug，或者是否有解决方法。但在我看来，这使得Android版的

BreakIterator

作为句子拆分器毫无用处，因为书中的句子跨越多行是很正常的

---

在所有的实验中，我都使用了相同的

import java.text.BreakIterator
这不是一个真正的答案，但它可能会给你一些见解

这不是一个文件编码问题，我尝试了他的方式，并有同样的错误行为

BreakIterator sentenceIterator = BreakIterator.getSentenceInstance(Locale.US);
String text = "Foreword\nIf a colleague were to say to you, Spouse of me this night today manufactures the unusual meal in a home. You will join?";
sentenceIterator.setText(text);

Android不使用与您的计算机相同的Java版本

我注意到当我打印出sentenceIterator对象的类时

sentenceIterator.getClass()

使用IntelliJ和Android运行时，我有不同的课程：

java.text.RuleBasedBreakIterator 

使用IntelliJ运行：

sun.util.locale.provider.RuleBasedBreakIterator

在Android上运行：

java.text.RuleBasedBreakIterator 

sun.util.locale.provider.RuleBasedBreakIterator
具有您想要的行为

我不知道如何让Android使用好的基于规则的Breakerator类。我甚至不知道这是否可能。
你期待的是什么？只有
前言
行？还是第一句话？在Android上运行时会得到什么输出？在这两种情况下是否使用了相同的导入-java.text.BreakIterator？在这两种情况下都是
import java.text.BreakIterator
但它是一个抽象类，可能是由
BreakIterator返回的实现。getSentenceInstance（Locale.US）
（即
RuleBasedBreakerator
）在java JDK和android JDK上是不同的。但我同意这很奇怪，甚至可能是Android实现中的一个bug。如果我在插入指令的测试（在模拟器上运行的测试）中使用BreakIterator，则运行时类是java.text.IcuIteratorWrapper，并且拆分无法按预期工作。但是，如果我在正常测试中使用BreakIterator，则运行时类是sun.util.locale.provider.RuleBasedBreakIterator，并且拆分工作正常。否。我认为java.text.IcuIteratorWrapper是罪魁祸首。我已经开始实现自己的迭代器。这样做的另一个原因是，用户应该能够设置最大句子长度，因为如果太长，TextToSpeech将无法处理它。