Python句子提取器中的正则表达式

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python句子提取器中的正则表达式，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含878字，纯文字阅读大概需要2分钟。

内容图文

我有一个脚本,它给我一些包含指定关键词列表之一的句子.句子被定义为2个时期之间的任何句子.

现在我想用它来选择所有的句子,比如’把1.5克粉末放入’,如果粉末是一个关键词它会得到整个句子而不是’5克粉’

我试图弄清楚如何表达一个句子介于句点之间,然后是空格.我的新过滤器是：

def iterphrases(text):
    return ifilter(None, imap(lambda m: m.group(1), finditer(r'([^\.\s]+)', text)))

但是现在我不再打印任何句子只是单词/短语(包括我的关键词).我对自己做错了很困惑.

解决方法:

如果你没有使用迭代器,re.split对你的用例(句子的自定义定义)来说会更简单一些：

re.split(r'\.\s', text)

注意最后一句将包括.或者将为空(如果文本在上一个句点之后以空格结尾),以解决此问题：

re.split(r'\.\s', re.sub(r'\.\s*$', '', text))

在Python – RegEx for splitting text into sentences (sentence-tokenizing)的答案中也看一下更一般的情况

对于一个完全通用的解决方案,您需要一个合适的句子标记器,例如nltk.tokenize

nltk.tokenize.sent_tokenize(text)

内容总结

以上是互联网集市为您收集整理的Python句子提取器中的正则表达式全部内容，希望文章能够帮你解决Python句子提取器中的正则表达式所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---