python中带html标记的字符串分段

我正在尝试使用Python将字符串分成更小的段。 各种情况可以是：
str1=“你好，世界。这是一个理想的示例字符串。”
结果: 你好，世界。
这是一个理想的示例字符串

str2=“

你好，世界。

这是一个HTML示例字符串。

”

结果：

你好，世界。


这是一个HTML示例字符串。

str3=“1.你好，世界。2.这是一个字符串。”

结果：

1.你好，世界。

2.这是一根绳子

这是我的密码。但我似乎无法实现第二种情况：

import re

string = """<h1>This is a string.</h1><a href="www.abc.com"> This is another part. <P/>"""

segment_regex = re.compile(r"""
    (
        \r\n|
        \\r\\n|
        \n|
        \\n|
        \r|
        \\r|
        \t|
        \\t|
        (?:
            (?<=[^\d][\.|\!|\?])
            \s+
            (?=[A-Z0-9])
        )|
        (?:
            (?<=[\.|\!|\?])\s*(?=<.*?>)
        )
    )
    """, re.VERBOSE)
seg = segment_regex.split(string)
segments = seg[::2]
separator = seg[1::2]

print("Segments are ---->>")
for s in segments:
    print (s)

print("Separators are ---->>")
for p in separator:
    print (p)

重新导入
string=“”这是一个字符串。这是另一部分。
“”
段\正则表达式=重新编译（r“”
(
\r\n|
\\r\\n|
\n|
\\n|
\r|
\\r|
\t|
\\t|
(?:
(?")
对于分段的s：
印刷品
打印（“分隔符为-->>”）
对于分离器中的p：
印刷品（p）
正则表达式可能试图一次做太多的事情。一种更简单、更易于管理的方法是首先检测字符串类型html，理想情况下，首先列出，然后为每个字符串调用适当的处理器。例如：-

import re

string = """<h1>This is a string.</h1><a href="www.abc.com"> This is another part. <P/>"""
if re.search('<.*?>', string):
    split_html(string)
elif re.search('\\d\\.', string):
    split_list(string)
else:
    split_ideal(string)

重新导入
string=“”这是一个字符串。这是另一部分。
“”
如果重新搜索（“”，字符串）：
拆分html（字符串）
elif重新搜索（“\\d\\”，字符串）：
拆分列表（字符串）
其他：
分裂理想（字符串）

同样，虽然这可能适用于上述情况，但一般的“拆分器”将更加复杂，我并不认为这种方法适用于所有人。
正则表达式可能试图一次完成太多的事情。一种更简单、更易于管理的方法是首先检测字符串类型html，理想的，首先列出，然后为每种类型调用适当的处理器。类似于：-

import re

string = """<h1>This is a string.</h1><a href="www.abc.com"> This is another part. <P/>"""
if re.search('<.*?>', string):
    split_html(string)
elif re.search('\\d\\.', string):
    split_list(string)
else:
    split_ideal(string)

重新导入
string=“”这是一个字符串。这是另一部分。
“”
如果重新搜索（“”，字符串）：
拆分html（字符串）
elif重新搜索（“\\d\\”，字符串）：
拆分列表（字符串）
其他：
分裂理想（字符串）

同样，虽然这可能适用于上述情况，但一般的“拆分器”这将是非常复杂的，我不主张这种方法对所有人都有用。
你想尝试吗？问题是，解析的源可以是任何HTML或普通文本。这就是为什么我需要考虑所有的案例。你的分割字符串的标准对我来说似乎是模糊的……你想吗？问题是解析的源可以是任意的。这就是为什么我需要考虑所有的案例。你的分割字符串的标准对我来说似乎很模糊。