是否有用于所有国际句号标点的字符集？

Question

我正在尝试将utf-8字符串解析成“一口大小”的片段。例如，我想把一个文本分解成几个“句子”。

是否有与所有语言中的句子结尾相对应的字符(或正则表达式)的综合集合？我在找一些能捕捉到拉丁语句号，感叹号和问号，中文和日语句号等的东西。

类似于上面的内容，但是对于等同于逗号的内容也很好。

Answer 1

我还没有遇到任何此类信息的汇编，我预计这将是收集这些信息的主要努力。对于一些广泛使用的语言，您可以从芝加哥风格手册中获得信息。在http://unicode.org/repos/cldr-tmp/trunk/diff/by_type/misc.exemplarCharacters-other.html上有一些关于不同语言中常用的标点符号的信息，但它只涵盖了一小部分语言，并且没有区分以句子结尾的字符。

仅仅使用字符是不够的，因为例如在英语中，句号“。出现在许多不以句子结尾的上下文中，如“例如”或者在“1.5”中。

Answer 2

中国人、日本人和韩国人使用。。泰语使用空格。请参阅以下Unicode full stop equivalents列表。