我试图将一篇文章分成句子。并使用以下代码（由离开组织的人编写）。帮我理解代码
re.split(r' *[.,:-\@/_&?!;][\s ]+', x)
答案 0 :(得分：1)
它查找标点符号，例如停靠点，逗号和冒号，可选地以空格开头，后跟至少一个空白字符。最常见的情况是". "。然后它通过删除匹配的标点并将剩余的任何内容作为列表返回，将字符串x拆分成碎片。
>>> x = "First sentence. Second sentence? Third sentence."
>>> re.split(r' *[.,:-\@/_&?!;][\s ]+', x)
['First sentence', 'Second sentence', 'Third sentence.']
正则表达式不必要地复杂，并且做得不好。
这一位：:-\@有一个冗余的引号反斜杠，表示ascii 58和64之间的字符，换句话说就是: ; < = > ? @，但最好明确列出7个字符，因为大多数人们不会知道那个角色属于哪个角色。那包括我：我不得不查一查。它显然也包括代码的作者，因为他最后再次冗余地指定了;。
这个位[\s ]+表示一个或多个空格或空格字符，但空格 是一个空白字符，因此可以更简单地表示为{{1 }}。
请注意返回列表的第3个元素中保留的句点。这是因为当完整的句号出现在行尾时，它后面没有空格，正则表达式坚持它必须是。保留句号是可以的，但前提是所有句子都是一致的，而不仅仅是那些以换行符结束的句子。
扔掉那些代码并从头开始。或者使用\s+，其中包含用于将文本拆分为句子的电动工具，并且可能会做得更加值得尊敬。
nltk