Java 将文件分成段落

我想把我的文件分成几段

首先，我使用TIKA从（PDF，DOC）格式中提取文本

在此之后，我使用

Split（）

将文本分成几行

String[]lines=handler.toString().split("\n");\\handler from TIKA that extract the whole text from document

然后我使用regex提取特定信息（例如公司名称、名称、忠诚度）

直到我有了一个分成许多行的段落，它才能完美地工作 i、 e:

曾在利卡特B.O.S.（p）有限公司印度钦奈办事处担任电信部工作 计费分析员从2007年10月22日至2008年6月3日

它将分为：

paragraph [1] :  Worked in Lycatel B.O.S. (P) Ltd. India Office, Chennai as Telecom
paragraph [2] : Billing Analyst from 22nd October 07 to 3rd June 08.

由于我为每个段落应用了

Matcher

：

Matcher matcher = pattern.matcher(paragraphs[i]);

提取的数据将是错误的，因为这两行应该在同一段中

我试图根据

拆分文本：

String[]lines=handler.toString().split(".");

然而，名字中包含

的公司也将被唾弃。例如：

利卡特B.O.S.（p）有限公司

我如何划分我的文本，使段落

[I]

一直到句号（

）？

您可以尝试使用

（？sm）^.*.\.$

，但我怀疑您是否能找到解决regex问题的完美方法

（？s）

是dotall标志，它将使

匹配换行符。

（？m）

是多行标志，因此

$

将匹配行尾（而不仅仅是字符串的末尾）。
因此，使用这个regexp，我们可以根据需要匹配尽可能多的字符（包括换行符），然后才能匹配位于其行末尾的

---

你可以试穿一下。

是一个段落，在你的文本中，总是以一个

结尾吗？是的，它总是以（.）结尾，然后以

拆分（“.\n”）

在某些情况下效果不错，但是如果段落不是以\n结尾，而是以\t结尾，例如（**段落1.段落2.\n段落3）？答案是：）