将段落分割为句子

Question

我正在尝试把一段文字分成句子。我选择了'.'、'?'和'!'作为分隔符。于是我试了以下代码：

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

但是它给了我一个错误，提示是sre_constants.error: unexpected end of pattern

我还试了另外一段代码

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

结果也出现了错误。

我的方法有什么问题呢？

Answer 1

.（通配符）和 ?（表示零个或一个的量词）是正则表达式中的特殊字符。如果你想要字面意思使用它们，就需要进行转义。

不过，在你的情况下，使用字符类会简单得多（在字符类中，这些字符就不再是特殊的了）：

split(r'[!.?] ')

字符类 [...] 的意思是“一个字符，可以是字符类中包含的任何一个”。