基于模式划分为句子

Question

我想基于python中的分隔符将文本分成句子。但是，我不想根据数字之间的小数点或数字之间的逗号分割它们。我们如何忽略它们。

例如，我有一个如下文字。

I am xyz.I have 44.44$. I would like, to give 44,44 cents to my friend. 

句子必须是

I am xyz
I have 44.44$
I would like
to give 44,44 cents to my friend

请你帮我正则表达式。如果以前已经提出这个问题，我很抱歉。我找不到。

谢谢

Answer 1

这适用于您的示例，但如果重要的话，最后一部分会有一个尾随句号（句点）。

import re

s = 'I am xyz. I have 44.44$. I would like, to give 44,44 cents to my friend.'

for part in re.split('[.,]\s+', s):
    print(part)

<强>输出

I am xyz
I have 44.44$
I would like
to give 44,44 cents to my friend.

Wiktor的表达式\s*[.,](?!\d)\s适用于您的新示例：

I am xyz.I have 44.44$. I would like, to give 44,44 cents to my friend.

打破这个局面：

• \s*将匹配0到许多空白字符。
• [.,]将匹配,或.字符。
如果此时匹配数字，
• (?!\d)将导致匹配被丢弃。这是避免在数字内分裂的必要条件。
• \s将匹配单个空格字符。

请注意，对于像“我22。10年前我12岁”这样的句子，它仍然会失败，尽管我认为没有办法单独使用正则表达式解决这个问题。