Python-如何将文本分成句子？
我有一个文本文件。我需要得到一个句子清单。
如何实现呢？有很多细微之处，例如缩写中使用了点。
我的旧正则表达式效果很差：
re.compile('(\. |^|!|\?)([A-Z][^;↑\.<>@\^&/\[\]]*(\.|!|\?) )',re.M)
问题答案：
自然语言工具包（nltk.org）满足你的需求。 该群组发布表明这样做：
import nltk.data
tokenizer = nltk.data.load('tokenizers/punkt/english.pickle')
fp = open("test.txt")
data = fp.read()
print '\n-----\n'.join(tokenizer.tokenize(data))
（我还没有尝试过！）
-
我有一个字符串在big_sentence变量。 大句子=“1.Lorem ipsum door sit amet，一位杰出的献身者，他是一位临时劳工和职业经理人。但是，在最低限度上，我们需要一个实验室来进行日常工作。两人或两人在一个无教区的房间里互相指责。除了偶尔出于不谨慎的原因，必须为动物的劳动负责。。。。。。。多洛·塞特·艾米特是一位杰出的献身者，他是一位临时劳工和职业经理人。但是，在最低限度
-
问题内容： 我正在处理一个较大的csv文件，并且最后一列的旁边是一串文本，我想用一个特定的定界符来分割它。我想知道是否有使用pandas或python的简单方法？ 我想先按空格再在列中按冒号分开，但每个单元格将导致列数不同。我具有重新排列列的功能，因此列位于工作表的末尾，但是我不确定从那里开始如何做。我可以使用内置函数和快速宏在中完成此操作，但是我的数据集记录太多，无法处理。 最终，我想记录约翰·
-
本文向大家介绍Python如何将将模块分割成多个文件，包括了Python如何将将模块分割成多个文件的使用技巧和注意事项，需要的朋友参考一下 问题 你想将一个模块分割成多个文件。但是你不想将分离的文件统一成一个逻辑模块时使已有的代码遭到破坏。 解决方案 程序模块可以通过变成包来分割成多个独立的文件。考虑下下面简单的模块： 假设你想mymodule.py分为两个文件，每个定义的一个类。要做到这一点，首
-
我试图使用javascript的拆分来从字符串中提取句子，但保留分隔符，例如！？。 到目前为止，我已经 它可以工作，但不包括每句话的结尾标点(。！？). 有人知道怎么做吗？
-
问题内容： 如何使用Stanford解析器将文本或段落拆分为句子？ 有没有可以提取句子的方法（例如为Ruby提供的方法）？ 问题答案： 您可以检查DocumentPreprocessor类。以下是一个简短的摘要。我认为可能还有其他方式可以做您想要的事情。
-
问题内容： 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。 示例输出应如下所示 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://rege