将段落分段为句子

Question

我正在尝试将段落分段为句子。我选择了'.'、'?'和 '！'作为分割符号。我试过了：

format = r'((! )|(. )|(? ))'
delimiter = re.compile(format)
s = delimiter.split(line)

但它给了我sre_constants.error: unexpected end of pattern

我也试过

format = [r'(! )',r'(? )',r'(. )']
delimiter = re.compile(r'|'.join(format))

它也会导致错误。

我的方法有什么问题？

Answer 1

.（通配符）和?（零或一，量词）是特殊的正则表达式字符，您需要对它们进行转义才能按字面意思使用它们。

但是，在您的情况下，使用字符类会简单得多（在其中这些字符不再特殊）：

split(r'[!.?] ')

字符类[...] 代表“一个字符，包含在字符类中的任何字符”。