我在 python 中有一个很长的字符串，我正在尝试将它分解成一个句子列表。这些句子中只有一些缺少标点符号和它们之间的空格。
例子
我的车库里有 9 只羊视频游戏非常酷。
我无法弄清楚将两者分开的正则表达式！快把我逼疯了。
也有适当的标点句子，所以我想我会制作几种不同的正则表达式模式，每一种都分裂出不同风格的组合。
输入
我的车库里有 9 只羊视频游戏非常酷。有些花生会唱歌，虽然它们的味道比听起来要好得多！
输出
['我的车库里有 9 只羊', “电子游戏超级酷。” '有些花生会唱歌，虽然它们的味道比听起来要好得多！']
谢谢！
【问题讨论】：
标签： python regex string python-2.7 split
regex模块我会给你一个“拆分”和一个“全部匹配”选项。让我们从“拆分”开始。
在许多引擎中，但不是 Python 的 re 模块，您可以在由零宽度匹配定义的位置进行拆分。
在 Python 中，要拆分位置，我会使用 Matthew Barnett 出色的 regex module，其功能远远超过 Python 默认的 re 引擎。这是我在 Python 中的默认正则表达式引擎。
根据您的输入，您可以使用此正则表达式：
(?V1)(?<=[a-z])(?=[A-Z])|(?<=[.!?]) +(?=[A-Z])
请注意，如果您有格式奇怪的首字母缩写词，例如 B. B. C.，我们需要对此进行调整。
示例 Python 代码：
string = "I have 9 sheep in my garageVideo games are super cool. Some peanuts can sing, though they taste a whole lot better than they sound!"
result = regex.split("(?V1)(?<=[a-z])(?=[A-Z])|(?<=[.!?]) +(?=[A-Z])", string)
print(result)
输出：
['I have 9 sheep in my garage',
'Video games are super cool.',
'Some peanuts can sing, though they taste a whole lot better than they sound!']
说明
(?V1) 指示引擎使用新行为，我们可以在零宽度匹配上进行拆分。(?<=[a-z])(?=[A-Z]) 匹配一个位置，在该位置上，后视 (?<=[a-z]) 可以断言前面是小写字母，而前瞻 (?=[A-Z]) 可以断言后面是大写字母。| 或者...(?<=[.!?]) +(?=[A-Z]) 匹配一个或多个空格 + 其中后视 (?<=[.!?]) 可以断言前面是点、砰、问号和空格，而前瞻 (?=[A-Z]) 可以断言后面是大写字母.选项 2：使用 findall（同样使用 regex 模块）
由于“Split”和“Match All”操作是同一枚硬币的两个面，您可以这样做：
print(regex.findall(r".+?(?:(?<=[.!?])|(?<=[a-z])(?=[A-Z]))",string))
同样，这不适用于re（它将跳过以第二句Video 开头的V）。
【讨论】：