基于模式的句子划分

Question

我想根据python中的分隔符将文本分成几个句子。但是，我不想根据数字之间的小数点或数字之间的逗号来分割它们。我们怎么能无视他们。

例如，我有一个文本如下所示。

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

你能帮我处理一下正则表达式吗。如果这个问题以前已经问过了，我很抱歉。我找不到它。

谢谢

Answer 1

这适用于您的示例，虽然在最后一部分有一个尾声句号(句号)，如果这一点重要的话。

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)

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将适用于您的新示例：

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

把它拆开：

• \s*将与许多空白字符匹配0。
• [.,]将匹配,或.字符。
• 如果此时匹配一个数字，(?!\d)将导致该匹配被丢弃。这对于避免在数中分裂是必要的。
• \s将匹配单个空白字符。

请注意，对于“我是22.10年前的我12岁”这样的句子，它仍然会失败，尽管我认为没有任何方法可以单独使用正则表达式来解决这个问题。