Python 如何考虑省略号的出现来计算句子

我编写了以下脚本来计算文本文件中的句子数：

import re

filepath = 'sample_text_with_ellipsis.txt'

with open(filepath, 'r') as f:
    read_data = f.read()

sentences = re.split(r'[.{1}!?]+', read_data.replace('\n',''))
sentences = sentences[:-1]
sentence_count = len(sentences)

但是，如果我在包含以下内容的

sample\u text\u上运行它，则使用_ellipsis.txt

：

Wait for it... awesome!

我得到的是

语句\u count=2

而不是

1

，因为它不会忽略省略号（即“…”）

---

我在正则表达式中尝试的是通过

{1}

使它只匹配一个句点的一次出现，但这显然不是我想要的方式。如何让正则表达式忽略省略号？

用这样的正则表达式拆分句子是不够的。请参阅了解如何利用NLTK实现这一点

回答你的问题，你称3点序列为省略号。因此，您需要使用

[!?]+|(?<!\.)\.(?!\.)

---

用这样的正则表达式拆分句子是不够的。请参阅了解如何利用NLTK实现这一点

回答你的问题，你称3点序列为省略号。因此，您需要使用

[!?]+|(?<!\.)\.(?!\.)

---

根据Wiktor关于使用NLTK的建议，我还提出了以下替代解决方案：

import nltk
read_data="Wait for it... awesome!"
sentence_count = len(nltk.tokenize.sent_tokenize(read_data))

---

这将产生预期的1个句子计数。

根据Wiktor关于使用NLTK的建议，我还提出了以下替代解决方案：

import nltk
read_data="Wait for it... awesome!"
sentence_count = len(nltk.tokenize.sent_tokenize(read_data))

---

这将产生预期的句子计数1。

是

等待它。。。太棒了被认为是一句话还是两句话？
re.split（r'）（？是
等它…太棒了！
被认为是一句话还是两句话？
re.split（r'）（？