Question

我正在尝试制作一个正则表达式，它会找到一个文本块中的所有句子，到目前为止我已经得到了这个;

(?=(?<!mr)\.|(?<!mrs)\.|\?|!)+

将找到分隔句子的所有内容。我希望正则表达式找到这个正则表达式找到的所有内容，但我真的不知道从这里去哪里。

Answer 1

这个怎么样：

import re

pattern = r'(?=(?<!mr)\.|(?<!mrs)\.|\?|!)+' # I'm assuming this does what you say it does :)
text_block = """long block of sentences"""

sentences = re.split(pattern, text_block)

sentences将是包含结果子字符串的列表。 re.split会将text_block拆分为返回的list的不同元素。它在pattern匹配的每个点处分裂。

在这里阅读：

https://docs.python.org/2/howto/regex.html

编辑（从您关闭的新问题导入的数据）：

如果你得到的符号是？，！等等，你应该尝试删除外部的parens，如下所示：

re.split(r"\.(?<!mr)|\.(?<!mrs)|\?|!", somestring)

例如：

sentences = [s for s in re.split(r"\.(?<!mr)|\.(?<!mrs)|\?|!", somestring) if s]

Answer 2

（从已关闭的新问题中移出）
在你的情况下，外观应该在这些时期之前出现冷凝你的表达，它是

更新 - 在它之间你可以拆分丢弃分隔符

 # (?:(?<!mr)(?<!mrs)\.|\?|!)+

 (?:
      (?<! mr )
      (?<! mrs )
      \.
   |  \?
   |  !
 )+

或者，拆分分隔符

 # ((?:(?<!mr)(?<!mrs)\.|\?|!)+)

 (
      (?:
           (?<! mr )
           (?<! mrs )
           \.
        |  \?
        |  !
      )+
 )

匹配由另一个正则表达式划分的所有内容？

2 个答案: