- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在学习正则表达式并尝试将文本拆分为句子。
这是我的文字
“史密斯先生以 150 万美元的价格购买了 Cheapsite.com,也就是说,他为此付出了很多钱。他介意吗?小亚当·琼斯 (Adam Jones Jr.) 认为他不介意。无论如何,这不是真的。” ...好吧,事实并非如此的概率为 0.9。”
还有我的正则表达式和代码
result = re.match(r"(.*\.{1}\s{1})[A-Z].*",line)
result.group(1) 给了我
“史密斯先生以 150 万美元的价格购买了 Cheapsite.com,也就是说,他为此付出了很多钱。他介意吗?小亚当·琼斯 (Adam Jones Jr.) 认为他不介意。无论如何,这不是真的。” ...”
我希望它只给我一个句子,直到第一次出现“.”。我知道这是一个贪婪的匹配,但无法弄清楚如何实现这一目标,因此寻求帮助。
注意:我在网上发现了很多将文本拆分成句子的正则表达式,但我想自己做。谢谢!!!
最佳答案
使用以下正则表达式:
.*?\.(?= [A-Z]|$)
.*?
将选择可选数据,但它是惰性的(它将选择第一个 .
)
(?=)
是一个正向预测。它将检查数据是否存在,但不会捕获数据,因此您不会以 My 第一句话结束。 M
,如下面的正则表达式。它将检查空格后跟大写字母 ([A-Z]
),或 (|
) 字符串末尾 ($
) )
Mr.
和 Mrs.
)要阻止 Mr.
弄乱 RegEx,您可以向 RegEx 添加Negative Lookbehind:
.*?(?<!Mr|Mrs)\.(?= [A-Z]|$)
Negative Lookbehind 将向后查找以检查点之前是否有 Mr
或 Mrs
。如果有,则匹配失败(这不是一句话的结尾)。
您可以使用.*?\. [A-Z]
,但是这不会捕获字符串中的最后一句话。它还将匹配句子后面的空格和字母,即 我的第一句话。 M
正则表达式的主要问题是第一个 .*
不是懒惰的,它应该是 .*?
,但是捕获组也有点也很奇怪。
关于python - 使用正则表达式将文本拆分为句子,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36594330/
假设我有一个数据集,每行包含一个句子,该句子来自一个非常大的调查(德语和法语)中的一个开放式问题。大多数句子(答案)是合乎逻辑的;即有意义的单词组合。但是,也有一些粗心的受访者只是简单地填写了各种不合
我的 MySQL 数据库中有一个表,其结构如下: CREATE TABLE `papers` ( `id` int(11) NOT NULL AUTO_INCREMENT, `title` varch
在新的 Edge 浏览器(基于 chromium)中,有一个文本到语音的选项,在阅读页面时它会突出显示正在阅读的句子和单词,就像这样 - 过去我有一个简单的 Windows TTS 应用程序,我通过将
我有一本书的图像文件。我正在编写一个 Web 应用程序,用于加载书籍并一次显示一页。我想知道如何在页面中选择一个句子并显示一条消息。据我所知,它必须具有图像坐标。 请参阅http://epaper.d
我使用的 GPS 输出多个 NMEA 语句,可用于定位数据。 (GPGGA 和 GPRMC)。有什么理由我应该使用一个而不是另一个吗?我应该检查它们并比较数据吗?我可以随便挑一个使用吗? 在这一点上,
我想使用TinyGPS++在 Arduino 上解析 NMEA 数据并在 OLED 显示屏上显示信息。但是,NMEA 数据将通过 USB 接收,而不是使用软件串行和 TX/RX 引脚。 我按照 Tin
我需要删除其中的所有空格。 例如:这是我的代码O/P:Thisismycode 这是我到目前为止的代码。 import java.util.Scanner; public class nospace{
我对 python 很陌生,我不知道如何解决以下问题: 我有两个数据框,我想使用某种 VLOOKUP 函数来将句子与特定关键字相匹配。在下面的示例中,(df1) 3e 句子应与“banana”(df2
这个问题已经有答案了: How slicing in Python works (38 个回答) Python list slice syntax used for no obvious reason
我想在我的表格作者的句子列中找到以 # 开头的单词。我不知道我在寻找什么词,因为我只知道它以 # 开头。 表:作者(姓名,句子) 作者 |句子 艾伯特 |我#want to be #discussin
句子
关闭。这个问题需要details or clarity .它目前不接受答案。 想改进这个问题吗? 通过 editing this post 添加细节并澄清问题. 关闭 9 年前。 Improve
我目前正在经历免费代码营的第一个 JS 挑战。 我在标题为“句子首字母大写”的挑战中遇到了问题。在这个挑战中,我需要编写一个函数,将给定字符串中单词的每个第一个字母大写,并将所有其他字母小写。 Her
假设我有一个文本,看起来像这样: Some sentence in which a fox jumps over some fence. Another sentence in which a
我是 C++ 的初学者,我想了解有关字符的更多信息,但我遇到了问题。我试图制作一个程序,它复制一个句子并在空格 (' ') 之间添加一个新行 ('\n'),就像一个单词一个单词地分开一个句子. int
我需要将一个句子(例如“Hello world”)复制到一个字符串列表中,意思是复制到一个字符数组中,其中每 2 个单词由 '\0' 分隔。请注意,单词被定义为一行中没有空格的任意数量的字符。 因此,
我有这样一个字符串, my_str ='·in this match, dated may 1, 2013 (the "the match") is between brooklyn centenni
我在列表中有一堆句子,我想使用 nltk 库来阻止它。我可以一次提取一个句子,但是我在从列表中提取句子并将它们重新组合在一起时遇到了问题。我缺少一个步骤吗? nltk 库很新。谢谢! import n
我有一个词和文本。我必须找到所有包含该词的提案。你有什么想法吗? piblic List GetSnetences(string word) { // search all proposals
我正在通过 doc2vec 模型使用 gensim 库在 Python 中构建 NLP 聊天应用程序。我有硬编码的文档并给出了一组训练示例,我通过抛出用户问题来测试模型,然后第一步找到最相似的文档。在
我有以下代码,每 10 个单词拆分一行。 #!/bin/bash while read line do counter=1; for word in $line do
我是一名优秀的程序员,十分优秀!