如何在java中使用正则表达式获取完整句子

现在，我正在使用稍后解析PDF，我将解析其他文档.docx/.doc。使用PDFBox，我将所有文件内容放在一个字符串中。现在，我想在用户定义的单词匹配的地方获得完整的句子

例如：

... some text here..
Raman took more than 12 year to complete his schooling and now he
is pursuing higher study.
Relational Database. 
... some text here ..

如果用户给出输入年份，那么它应该返回整个句子

预期产出：

我正在尝试下面的代码，但它没有显示任何内容。有人能纠正这一点吗

 Pattern pattern = Pattern.compile("[\\w|\\W]*+[YEAR]+[\\w]*+.");

另外，如果我必须包含多个单词来匹配as或condition，那么我应该在正则表达式中做什么更改

---

请注意，所有单词都是大写。

不要试图将所有内容都放在单个regexp中。有一个标准的Java类可用于查找句子边界

public static String getSentence(String input, String word) {
    Matcher matcher = Pattern.compile(word, Pattern.LITERAL | Pattern.CASE_INSENSITIVE)
                             .matcher(input);
    if(matcher.find()) {
        BreakIterator br = BreakIterator.getSentenceInstance(Locale.ENGLISH);
        br.setText(input);
        int start = br.preceding(matcher.start());
        int end = br.following(matcher.end());
        return input.substring(start, end);
    }
    return null;
}

用法：

public static void main(String[] args) {
    String input = "... some text...\n Raman took more than 12 year to complete his schooling and now he\nis pursuing higher study. Relational Database. \n... some text...";
    System.out.println(getSentence(input, "YEAR"));
}

---

对@Tagir Valeev answer的一个小补丁，用于防止索引越界异常

 private String getSentence(String input, String word) {
        Matcher matcher = Pattern.compile(word , Pattern.LITERAL | Pattern.CASE_INSENSITIVE)
                .matcher(input);
        if(matcher.find()) {
            BreakIterator br = BreakIterator.getSentenceInstance(Locale.ENGLISH);
            br.setText(input);
            int start = br.preceding(matcher.start());
            int end = br.following(matcher.end());

            if(start == BreakIterator.DONE) {
                start = 0;
            }

            if(end == BreakIterator.DONE) {
                end = input.length();
            }

            return input.substring(start, end);
        }

        return null;
    }

---

构成句子的规则是什么？请注意。在英语中有特殊的意义regex@anubhava在运行时由用户提供的特定单词匹配的地方。在上述情况下，这是一年，我已经提到。所以，它应该在找到年份词的地方返回整个句子。所以，它应该在找到年份词的地方返回整个句子。定义整个句子的规则是什么。以点结尾的文本不能是句子，因为句子也可以有Mr.或Sr.或Jr.等。好的，那么建议我，我应该使用什么？我们一听到这个词就可以查一下吗？我的意思是字符串/行的长度超过5或更多？我有一个问题，如果直接句符合标准，它仍然有效吗？我试过了，但没有成功。知道了。你有返回声明。让我检查一下我自己，我会更新你的。一个问题，如何传递多个单词来匹配？今年天气好吗。如果我在寻找找到%或YEAR的句子？@jWeaver，如果你想要这些单词中的任何一个，你可以调用getSentenceinput，YEAR，然后调用getSentenceinput，%。正确。但是，我正在确认我们是否会选择。谢谢

Pattern re = Pattern.compile("[^.!?\\s][^.!?]*(?:[.!?](?!['\"]?\\s|$)      [^.!?]*)*[.!?]?['\"]?(?=\\s|$)", Pattern.MULTILINE | Pattern.COMMENTS);
 Matcher reMatcher = re.matcher(result);

 while (reMatcher.find()) {

 System.out.println(reMatcher.group());
                    }

 private String getSentence(String input, String word) {
        Matcher matcher = Pattern.compile(word , Pattern.LITERAL | Pattern.CASE_INSENSITIVE)
                .matcher(input);
        if(matcher.find()) {
            BreakIterator br = BreakIterator.getSentenceInstance(Locale.ENGLISH);
            br.setText(input);
            int start = br.preceding(matcher.start());
            int end = br.following(matcher.end());

            if(start == BreakIterator.DONE) {
                start = 0;
            }

            if(end == BreakIterator.DONE) {
                end = input.length();
            }

            return input.substring(start, end);
        }

        return null;
    }