Question

这是一个问题：

"Where is the car?"

这不是一个问题：

"Check this out: http://domain.com/?q=test"

如何编写一个分析字符串的函数，以便我们确定它是一个问题，而不是 URL的一部分？

Answer 1

此正则表达式在单词字符后面找到问号，后跟空格或字符串/行的结尾。不完美，但应该抓住大多数情况......

\w\?[$\s]

编辑（缺乏咖啡因罢工......）：

应该是：

\w\?(\s|$)

在原文中，$被解释为文字字符。（感谢Gumbo）

Answer 2

如果问号始终存在，您可以查看

if question.strip().endswith("?") and "://" not in question:
    # do something ?

如果你真的想解析真正的句子，你可能需要nltk，我不确定那个案例。

p.s这只是一个示例，如果文本被修复，没人能用正则表达式解析真正的英语语法。

Answer 3

基本上别人说的是正确的。 ?之前不应该有空格。如果问题是由用户输入的，那么事情会变得更加模糊。

在这种情况下，使用无上下文语法的正确解析器可以产生更好的结果。即使问题最后没有问号。但它可能无法识别所有问题。涵盖所有可能的结构变化，变形和诸如此类的东西并不是直接的。

但是，如果您某些问题总是以问号结尾，那么您可以做一些简单的事情

if question_text.strip().endswith("?"):
    print `question_text`, "is a question"

或者：

import re
p = re.compile( r"\w+\?\s*" )
if p.search( question_text ):
    print `question_text`, "contains a question"

未经测试，但在大多数情况下都适用。

Answer 4

例如，您可以检查问号是否紧跟非空格非换行字符。但我想更安全的方法是在搜索问号之前从字符串中删除任何可能的URL。

Answer 5

如果问号位于网址中，问号的任意一侧或换行符/换行符后面都不会有空格

Answer 6

一个可能不太强大的方法，你可以得到一些牵引力，将寻找以问号结尾的字符串中的“问题单词”。在英语中，大多数问题句子或句子（即逗号后面）以“who”，“what”，“where”，“when”，“how”，“why”，“can”，“may”，“will”开头“，”不会，“确实”，“没有”，等等。你可能会以这种方式构建一个非常好的启发式方法，它可能比正则表达式更好（或者可以合并到一个或多个正则表达式中）。 / p>

我想确定一个字符串是否是一个问题。我该如何分析“？”符号（python）

6 个答案: