寻找一个正则表达式模式捕获短语直到点

Question

我有这么长的文字：

text = 'Quisiera yo detectar los puntos... pero solo los puntos aislados. Los puntos suspensivos no los quiero detectar. A eso me refiero.'

我想得到这个输出：

phrases = ['Quisiera yo detectar los puntos... pero solo los puntos aislados.',
' Los puntos suspensivos no los quiero detectar.',
' A eso me refiero.']

问题是第一个短语中的三个点。我找不到一个正则表达式，它将它们与常见的单点分隔符区分开来。有没有办法用正则表达式实现它？

Answer 1

你想以不同的方式处理..（或...等），并将其与否定前瞻相结合：

(?:[^.]|\.{2,})+\.

说明：

• (?:[^.]|\.{2,})+将匹配任何由非.字符或2个或更多.s组成的字符串
• 当然，\.需要一段时间

这是一个demo。

Answer 2

您可以使用正向lookbehind仅分割在前面没有多个点的空白处。该方法将忽略2个或更多个点的任何序列。

例如：

import re

s = 'Quisiera yo detectar los puntos... pero solo los puntos aislados. Los puntos suspensivos no los quiero detectar. A eso me refiero.'

sentences = re.split(r'(?<=[^.]\.)\s', s)
print(sentences)
# ['Quisiera yo detectar los puntos... pero solo los puntos aislados.', 'Los puntos suspensivos no los quiero detectar.', 'A eso me refiero.']

Answer 3

试试这个...

import re

text = 'Quisiera yo detectar los puntos... pero solo los puntos aislados. Los puntos suspensivos no los quiero detectar. A eso me refiero.'

pattern = r"(?<=\.)\s(?=[A-Z])"
re.split(pattern, text)

结果应该是......

['Quisiera yo detectar los puntos... pero solo los puntos aislados.',
 'Los puntos suspensivos no los quiero detectar.',
 'A eso me refiero.']

我的回答是基于this SO answer。

更新： 通过使用regex标签查看一些答案，我遇到了这个metadiscussion以及这个answer。我的答案并非来自对正则表达式的固有知识，而是花费大约17分钟来搜索不同的搜索术语并且围绕Stack Overflow。在大约17分钟的时间里，我花了我的答案，另外两个答案出现了。 我意识到我的答案更多的是“告诉我代码”，而不是“教人钓鱼”的答案。根据我的观点，我会说，当我急需帮助时，我希望有人向我展示代码。但能够谷歌解决问题是一项重要的技能，但也是一种可怕的药物。希望我的解决方案有所帮助，但我强烈建议您查看我的更新中的链接。如果对于regex标签的状态以及使堆栈溢出更有意义的观点有什么。