正则表达式匹配所有带引号的句子

Question

我试图匹配所有包含引号的句子，独立于引号的长度或引号内的句子数量。

正如Alfe所指出的，得到一个完美的正则表达式可能是不可行的，但是如果可能的话，我想改进我正在使用的正则表达式。

现在我这样做是为了找到报价：

def split_by_quotes(text):
    pattern = r'([A-Z].*?\".*?\".*?\.)'
    quotes = re.findall(pattern, text)
    return(quotes)

但是我想确保引用出现在一个句子中，然后捕捉整个句子。

我所说的一句话是指一段文字：

1. 通常前面有空格

正如阿尔夫指出的那样，这并不能涵盖所有的句子，但如果我能满足这些条件，那就足够了。

例如：

“这是一个报价，应该匹配”

这是多个回车后新行上没有引号的文本，不应匹配。

更复杂的例子：

查尔斯·巴贝奇说：“有两次，议员们问我[]，‘巴贝奇先生，祈祷一下，如果你把错误的数字输入机器，正确的答案会出来吗？’我无法正确理解可能引发这样一个问题的思想混乱。"

整句话都很相配。

但是

他们称加菲尔德为减去加菲尔德和Lollipop，但是当约翰逊看到他认为是一个特别滑稽的片段时，一个人摔倒了，然后被一只拿着键盘的猫“扮演下台”，他的朋友们认为这是蹩脚的。“我说，这将是一件大事。”他说，“我的朋友们说，‘不，它只是一只猫。’"

将匹配如下：

他们称加菲猫为加菲猫减去加菲猫和萝莉猫，但当约翰逊看到一段他认为特别滑稽的片段，一个人摔倒，然后被一只带键盘的猫“放下舞台”时，他的朋友们认为这是蹩脚的。

和

“我说，这将是一件大事。”，他说，“我的朋友们说，‘不，它只是一只猫。’”

Answer 1

这个模式在ruby中对我很有效。在python中将其转换为r“”后，应该可以正常使用

/（[a-zA-Z，\']\“[^.]\.）/

艾略特

Answer 2

我认为你想做的事情不能用正则表达式来完成。

自然语言是一件复杂的事情，即使是书面语言也不像看上去那么容易。有几件事我想指出，以明确哪些特殊情况是我得出结论的基础：

他落地了-砰在地上。

“停下！”他喊道。

500万人死亡。

我不知道这些示例如何与自然语言句子的纯regexp匹配。

编辑：

计算机几乎不可能区分这两种情况：

然后他说：“再也不会了！”然后他离开了房间。

他敲了敲桌子，“再也不会了！”彼得说，然后离开了房间。

在字符级别上，两者看起来完全相同（引号后的大写字母，等等）。）但是第一个应该被解析成两个句子，第二个应该被解析成一个句子。这取决于像人类一样的理解智慧，才能看到这两种情况是不同的。技术字符不显示这一点。

Answer 3

这对你有帮助吗？

请注意，我编辑的第一个答案很愚蠢，因为其中的regx匹配了所有的句子，而不仅仅是那些带引号的句子
我还考虑了Alve的评论：正则表达式捕捉到的句子不仅仅以大写字母开头，而是以点后的第一个字符开头，除了空白或\r或n或可能的附加点之外

import re
regx = re.compile('(?!\Z)'
                  '[. \n\r]*'
                  '('
                    '(?:[^."]*"[^"]*")+'
                    '[^."]*'
                    '(?:\.|\Z)'
                  ')')

s = ('''\nThe "some.rutu"  and "oula oulah, poto."  are '''
     '''all good. A "bi'didi."  is not.  I '''
     """don't know why... 5 "million" people """
     """died . \nAnd here's a sentence without """
     """a quote. "Halt!" he shouted. 'Sunny """
     """days and "nights"'  is a strange phrase""")
print s
print
for el in regx.findall(s):
    print '- %s' % el

后果

The "some.rutu"  and "oula oulah, poto."  are all good. A "bi'didi."  is not.  I don't know why... 5 "million" people died . 
And here's a sentence without a quote. "Halt!" he shouted. 'Sunny days and "nights"'  is a strange phrase

- The "some.rutu"  and "oula oulah, poto."  are all good.
- A "bi'didi."  is not.
- 5 "million" people died .
- "Halt!" he shouted.
- 'Sunny days and "nights"'  is a strange phrase