python regexp每隔4个周期添加<br>

Question

我想在每四个句点后插入<br>，但不是在句点表示小数或字母缩写时插入？你知道吗

我已经读过this，但由于我是regex新手，有人能指导我如何用Python编写等价的代码吗？？你知道吗

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.不被认为是一个句点，它实际上是一个十进制，因此这个字符串中的第四个句点在xyz之后

Answer 1

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

试试这个。替换为\1<br>。请参见演示。你知道吗

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)

正如在评论中所说的，不可能有万无一失的regex可以做你想做的事情，但是如果你的输入是固定的，你可以在某种程度上处理，如果你没有任何其他的方法。这里

我们通过捕获任何到.的内容，然后用\1br替换它，找到4个句子块。但是.不应该是十进制的，所以添加了一个向前看，即.后面的任何内容都应该是空格和大写字母。为了否定缩写，在.后面添加了一个look，它后面不应该有a capital字母。不过，这有一个陷阱，因为如果出现在句末，它将在U.S.的情况下失败。你知道吗