每 4 个周期后 python 正则表达式添加 <br>

Question

我想在每 4 个句点之后插入<br>，但不是当句点代表小数或字母缩写时？

我已经通过this，但是由于我是正则表达式的新手，有人可以指导我如何在 Python 中编写等价物吗？？

例如：-

'I'm a Python programmer. I love to code. I'm a boy. I earn $100.39 , from which I spend $50 in xyz. I eat biscuits. I eat snacks.I eat pizza etc. '

预期的 O/P

'I'm a Python programmer. I love to code. I'm a boy. I earn $100.39 , from which I spend $50 in xyz.<br> I eat biscuits. I eat snacks.I eat pizza etc. '

解释-

由于 100.39 中的 . 不被视为句点，它实际上是一个小数，因此该字符串中的第 4 个句点在 xyz 之后

Answer 1

((?:.*?(?<![A-Z])\.(?=\s*[A-Z]|\s*$)){4})

试试这个。替换为\1<br>。见演示。

https://regex101.com/r/vD5iH9/50

import re
p = re.compile(r'((?:.*?(?<![A-Z])\.(?=\s*[A-Z]|\s*$)){4})')
test_str = "I'm a Python programmer. I love to cX.Yode. I'm a boy. I earn $100.39 , from which I spend $50 in xyz. I eat biscuits. I eat snacks.I eat pizza etc. "
subst = "\1<br>"

result = re.sub(p, subst, test_str)

正如 cmets 中所说，不可能有万无一失的正则表达式可以做你想做的事，但如果你的输入是固定的，如果你没有任何其他方式，你可以在某种程度上处理。这里

我们通过捕获直到 . 的任何内容然后将其替换为 \1br 来找到 4 个句子块。但是. 不应该是小数，所以添加了一个前瞻，. 后面的任何内容都应该是空格和大写字母。为了否定缩写，添加了一个后视，. 后面不应该有 a capital 字母。这有一个陷阱，因为如果 U.S. 出现在句末，它将失败。