Python 拆分具有一个分隔符但具有多个条件的字符串

早上好

我发现有多个线程处理使用多个分隔符分割字符串的问题，但没有使用一个分隔符和多个条件

我想将以下字符串按句子拆分：

desc=安娜·皮特利克博士是保守和美学牙科专家。她会说英语和波兰语

如果我这样做：

[t.split（'.'）表示描述中的t]

我得到：

['Dr'，'Anna Pytlik是保守和美学牙科专家，'她会说英语和波兰语。']

我不想把“Dr”后面的第一个点分开。在这种情况下，.split（'.'）不应应用，如何添加子字符串列表

---

谢谢大家!

您可以使用

re.split

和：

例如：

>>> text = "Dr. Anna Pytlik is an expert in conservative and aesthetic dentistry. Prof. Miller speaks both English and Polish."
>>> [subst_titles(s, True) for s in subst_titles(text).split(". ")]
['Dr. Anna Pytlik is an expert in conservative and aesthetic dentistry', 'Prof. Miller speaks both English and Polish.']

---

您可以拆分，然后再次加入Dr/Mr/。。。

---

它不需要复杂的正则表达式，而且速度更快（您应该对其进行基准测试以选择最佳选项）。

编译/获取缩写列表并进行匹配。其中，

X

是“使用多个分隔符拆分字符串”，Y是“我想按句子拆分以下字符串”。答案可能是

nltk.sent\u tokenize（text）

例如，实际上，只有在负片后面的长度是固定的（这里有两个字符）时，这才有效。我还想检查一下像“med”或“prof”之类的内容。有什么建议吗？

pairs = (("Dr.", "{DR}"), ("Prof.", "{PROF}")) # and some more
def subst_titles(s, reverse=False):
    for x, y in pairs:
        s = s.replace(*(x, y) if not reverse else (y, x))
    return s

>>> text = "Dr. Anna Pytlik is an expert in conservative and aesthetic dentistry. Prof. Miller speaks both English and Polish."
>>> [subst_titles(s, True) for s in subst_titles(text).split(". ")]
['Dr. Anna Pytlik is an expert in conservative and aesthetic dentistry', 'Prof. Miller speaks both English and Polish.']