perl中汉语匹配的问题

xglys

　　如何用句号分割中文句子
发信站:BBS水木清华站(MonMar719:40:392005),转信


example:
还有一件事。5点半你去会见斯图尔特先生。
提取出
subsentence1：还有一件事。
subsentence2：5点半你去会见斯图尔特先生。
句中可能有多个句号那么就切分为多个。

我的想法是：
1.去掉末尾标点
$t_c_str=~s/[)）\;,.?!\"\'，。？！“”‘’…\n]+$//;#去掉末尾标点
2.在判断有无句号
if($t_c_str=~/。/)
3.切分
@subsen_c=split(/。/,$t_c_str);

有bug大家帮忙支个招。

　　ans
　　你用支持unicode的编辑器把源文件全部转成utf8编码，然后在最开始加useutf8，中文字符就和英文字符一样用了。
不想这样转就得用Encode模块:

useEncode;
$a=decode("gbk","还有一件事。5点半你去会见斯图尔特先生。");
$dot=decode("gbk","。");
@f=split(/(?<=$dot)\b/,$a);
foreach(@f){
printencode("gbk",$_),"\n";
}