我想确定一个字符串是否是问题。如何分析“？”符号（python）

Question

这是一个问题：

"Where is the car?" 

这不是一个问题：

"Check this out: http://domain.com/?q=test"

我该如何写一个函数来分析一个字符串，以确定它确实是一个问题，而不是网址的一部分呢？

Answer 1

基本上，其他人说的没错。在问号前面不应该有空格。不过，如果问题是用户输入的，那就有点复杂了。

在这种情况下，使用一种合适的解析器，按照无上下文语法来处理，可能会得到更好的结果。即使是那些没有问号结尾的问题，也能处理得不错。但它可能无法识别所有的问题。要覆盖所有可能的结构变化、词形变化等等，并不是一件简单的事。

不过，如果你确定所有的问题总是以问号结尾，你可以做一些简单的事情，比如：

if question_text.strip().endswith("?"):
    print `question_text`, "is a question"

或者：

import re
p = re.compile( r"\w+\?\s*" )
if p.search( question_text ):
    print `question_text`, "contains a question"

虽然没有测试过，但应该适用于大多数情况。

Answer 2

这个正则表达式可以找到紧跟在一个字母或数字后面的问号，并且这个问号后面要么是空格，要么是字符串或行的结尾。虽然不是完美的，但大部分情况都能处理到...

\w\?[$\s]

补充一下（缺少咖啡的影响...）:

其实应该是：

\w\?(\s|$)

在最开始的版本中，$被当作一个普通字符来处理。（谢谢Gumbo）

Answer 3

如果问号总是存在的话，你可以像这样检查：

if question.strip().endswith("?") and "://" not in question:
    # do something ?

如果你真的想分析完整的句子，可能需要用到nltk这个工具，我对这种情况不太确定。

补充一下，这只是一个示例，如果文本是固定的，没人能用正则表达式解析真正的英语语法。