Python 把文本分成句子

我想把课文分成几个句子。有人能帮我吗

我还需要处理缩写词。然而，我的计划是在早期阶段替换这些。先生

import re  
import unittest    

class Sentences:

    def __init__(self,text):
        self.sentences = tuple(re.split("[.!?]\s", text))

class TestSentences(unittest.TestCase):

    def testFullStop(self):
        self.assertEquals(Sentences("X. X.").sentences, ("X.","X."))

    def testQuestion(self):
        self.assertEquals(Sentences("X? X?").sentences, ("X?","X?"))

    def testExclaimation(self):
        self.assertEquals(Sentences("X! X!").sentences, ("X!","X!"))

    def testMixed(self):
        self.assertEquals(Sentences("X! X? X! X.").sentences, ("X!", "X?", "X!", "X."))

谢谢， 巴里

---

编辑：首先，我会很高兴满足我上面包含的四个测试。这将帮助我更好地理解regex是如何工作的。现在，我可以将一个句子定义为X等，就像我在测试中定义的那样。

句子分割可能是一项非常困难的任务，尤其是当文本包含虚线缩写时。它可能需要使用已知缩写的列表，或者训练分类器来识别它们

我建议您使用NLTK-it，它是一套开源Python模块，专为自然语言处理而设计

您可以阅读有关使用NLTK进行句子切分的内容， 自己决定这个工具是否适合你

编辑：或者更简单的，这里是。

---

这是PUNKT语句标记器，包含在NLTK中。

也许你应该描述你所说的句子。看看使用Python 3的IM，NLTK还没有为此建立。我已经有了大量的缩写，我相信我可以在早期处理这个问题。。。也许您可以使用Punkt源代码，并将其调整为Python 3？再想一想，这将需要大量的工作。

编辑的

部分中的链接已经失效。