Question

我正在尝试拆分包含斜杠的文本，这些斜杠也将单词拆分为音节。例如

text = "Hi! I do/n'/t know how ma/ny sy/lla/bu/s a/re  the/re i/n thi/s te/x/te, who kno/w."
result = re.split('; |/| |. |, ', text)

问题是我没有得到正确数量的音节，也没有任何空格前的最后一个字母！

请帮忙！

Answer 1

在正则表达式中，"."匹配任何字符，因此". "与"{any character}{space}"匹配。

要匹配文字句点，您需要使用"\."或将其放入字符集（[.]）。

尝试

syllables = re.compile("[.,:;!?]? |/").split
text = "Hi! I do/n'/t know how ma/ny sy/lla/bu/s a/re  the/re i/n thi/s te/x/te, who kno/w."

print(syllables(text))

给出了

['Hi', 'I', 'do', "n'", 't', 'know', 'how', 'ma', 'ny', 'sy', 'lla', 'bu', 's', 'a', 're', '', 'the', 're', 'i', 'n', 'thi', 's', 'te', 'x', 'te', 'who', 'kno', 'w.']

Answer 2

如果我理解正确，您可以使用str.translate和正常拆分：

from string import maketrans
text = "Hi! I do/n'/t know how ma/ny sy/lla/bu/s a/re  the/re i/n thi/s te/x/te, who kno/w."
tr = maketrans("/,.'","    ")
print(text.translate(tr)).split()

['Hi!', 'I', 'do', 'n', 't', 'know', 'how', 'ma', 'ny', 'sy', 'lla', 'bu', 's', 'a', 're', 'the', 're', 'i', 'n', 'thi', 's', 'te', 'x', 'te', 'who', 'kno', 'w']

如果您希望将'保留在do/n'/t：

中

tr = maketrans("/,.","   ")
print(text.translate(tr)).split()

['Hi!', 'I', 'do', "n'", 't', 'know', 'how', 'ma', 'ny', 'sy', 'lla', 'bu', 's', 'a', 're', 'the', 're', 'i', 'n', 'thi', 's', 'te', 'x', 'te', 'who', 'kno', 'w']

如果你想保持句号将其从maketrans中删除

如何在python中分割一首诗

2 个答案: