Python-正则表达式，用于将文本拆分为句子（句子加标记）
我想从字符串中列出句子列表，然后将其打印出来。我不想使用NLTK来做到这一点。因此，它需要在句子末尾的句点上进行分隔，而不是小数点，缩写或名称的标题，或者句子中包含.com。这是对正则表达式的尝试，不起作用。
import re
text = """\
Mr. Smith bought cheapsite.com for 1.5 million dollars, i.e. he paid a lot for it. Did he mind? Adam Jones Jr. thinks he didn't. In any case, this isn't true... Well, with a probability of .9 it isn't.
"""
sentences = re.split(r' *[\.\?!][\'"\)\]]* *', text)
for stuff in sentences:
print(stuff)
示例输出应如下所示
Mr. Smith bought cheapsite.com for 1.5 million dollars, i.e. he paid a lot for it.
Did he mind?
Adam Jones Jr. thinks he didn't.
In any case, this isn't true...
Well, with a probability of .9 it isn't.
问题答案：
(?<!\w.\w.)(?<![A-Z][a-z].)(?<=.|\?)\s
尝试这个。分割您的字符串。您还可以查看演示。
http://regex101.com/r/nG1gU7/27
-
问题内容： 如何匹配“ Hello world”或“ Hello World”形式的句子。该句子可能包含“-/数字0-9”。任何信息对我都会非常有帮助。谢谢。 问题答案： 这将做得很好。我对句子的定义：句子以非空格开头，以句点，感叹号或问号（或字符串结尾）结尾。标点符号后可能会有一个结束语。 这是输出： 正确地匹配所有这些（最后一个句子没有结尾标点符号），看起来似乎并不那么容易！
-
问题内容： 我如何使它对任何数字格式和任何数字都有效 目前仅对1-999-999-9999有效 问题答案： 采用： 参考： 模式匹配
-
我正在寻找一个C#regex来匹配一个句子中的完整单词。 我的句子和句型如下所示。 我没有得到任何匹配使用上述模式。 但如果我用这个模式，我会得到一个匹配。 但问题是它匹配连字符分隔的单词，如在疼痛，我正在寻找一个完整的单词。 谢谢你的帮助
-
我想用句子截断文本。 示例文本：'Lorem ipsum dolor坐在amet，奉献adipiscing elit！UT车辆laoreet urna， commodo，在马萨诸塞州。赛德volutpat nunc简历urna拍卖，在tempus enim rhoncus。马蒂斯康莫多的莫尔比交流电击器？Morbi在ornare Arcu，sagittis scelerisque risus。Ae
-
问题内容： 我已经编写了这段代码，用于拆分字符串并将其存储在字符串数组中：- 但是，我添加了[az]，因为我想处理一些缩写问题。但是随后我的结果显示为： 此外，当埃弗里特（Everett）试图指导他们进行基础数学训练时，他们被证明是毫无反应的 我看到丢失了split函数中指定的模式。对我来说，可以省略句号，但是丢失单词的最后一个字母会打乱其含义。 有人可以帮助我吗？此外，有人可以帮助我解决缩写吗？
-
问题内容： 我正在尝试编写一个正则表达式模式，该模式将匹配以多个或一个制表符和/或空格开头的任何句子。例如，我希望我的正则表达式模式能够匹配“你好，我喜欢正则表达式！” 但是我想弄清楚如何在“ hello”之后匹配单词。到目前为止，我有这个： 任何帮助，将不胜感激。谢谢。 问题答案： 手段“开头” 装置空白 的装置1种或多个 装置的任何字母，，，，，或空白字符 的意思是“与端”