Question

如何在C＃中完成以下python正则表达式？

regex_split(u'(?<![A-ZА-ЯЁ])([.!?]"?)(?=\s+\"?[A-ZА-ЯЁ])')

它的作用的一般概念是将一串文本（多个段落和句子）分成一个数组。

INPUT：

我的名字是马克。我有一只猫，我生活在黑暗中。有时我会走到可怕的公园。＆＃34; ＆＃34;它吓坏了我＆＃34;，她说。

输出：

[＆＃34;我的名字是Mark＆＃34;，＆＃34;。＆＃34;，＆＃34;我有一只猫，我生活在黑暗中＆＃34;，＆＃34;。＆＃34;，有时候我走到了可怕的公园＆＃34;＆＃34;，＆＃34;。\＆＃34;＆＃34;，＆＃34; \＆＃34;它吓坏了我她说＆＃34;，＆＃34;。＆＃34;]

我认为这是它的意图所在的一般概念。此外，如果有任何换行符，它也应该拆分。

我已经设法得到以下内容，但我也需要拆分新的一行，＆＃34; \ r \ n＆＃34;

Regex.Split(content, @"(?<!Mr?s?|\b[A-Z])\.\s*");

我怎样才能模仿c＃中的python reg exp？

UPDATE 这是在python中使用reg exp进行的，所以我不明白为什么需要NLP

Answer 1

匹配标点符号并将其拆分。

一种可能性：

using System.Text.RegularExpressions;

String content = "My name is Mark. I have a cat and I live in 
the dark. Sometimes I walk to the \"scary park.\" \"It 
terrifies me\", she said.";

Regex.Split(content, @"(\s*\n\s*)|(([.?!])(?:""|(?:\s+)|$))");

给出了：

string[9] {  
    "My name is Mark", ".",  
    "I have a cat and I live in the dark", ".",  
    "Sometimes I walk to the \"scary park\", ".",  
    "\"It terrifies me\", she said", ".", ""
}

将PyTeaser（python）Split Sentences方法转换为C＃

1 个答案: