在python中分句的方法

這篇文章將為大家詳細(xì)講解有關(guān)在python中分句的方法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

在處理文本時，會遇到需要將文本以 句子 為單位進(jìn)行切分（分句）的場景，而文本又可以分為 中文文本 和 英文文本 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。

分句的關(guān)鍵是找到合適的結(jié)束符號，比如：中文里的 。，英文里的 . 等，而且，在這一點上中英也是有很大區(qū)分的。

這里介紹一種純用 Python 實現(xiàn)的分句函數(shù)。

def cut_sentences(content):
	# 結(jié)束符號，包含中文和英文的
	end_flag = ['?', '!', '.', '？', '！', '。', '…']
	
	content_len = len(content)
	sentences = []
	tmp_char = ''
	for idx, char in enumerate(content):
		# 拼接字符
		tmp_char += char

		# 判斷是否已經(jīng)到了最后一位
		if (idx + 1) == content_len:
			sentences.append(tmp_char)
			break
			
		# 判斷此字符是否為結(jié)束符號
		if char in end_flag:
			# 再判斷下一個字符是否為結(jié)束符號，如果不是結(jié)束符號，則切分句子
			next_idx = idx + 1
			if not content[next_idx] in end_flag:
				sentences.append(tmp_char)
				tmp_char = ''
				
	return sentences

content = '在處理文本時，會遇到需要將文本以 句子 為單位進(jìn)行切分（分句）的場景，而文本又可以分為 中文文本 和 英文文本 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('\n\n'.join(sentences))

在處理文本時，會遇到需要將文本以 句子 為單位進(jìn)行切分（分句）的場景，而文本又可以分為 中文文本 和 英文文本 ，處理的方法會略有不同。

本文會介紹 Python 是如何處理 分句 的。

這個函數(shù)可以通過修改 end_flag （結(jié)束符號），來自定義特定的句子切分方式，比如加入 ； 等符號。

當(dāng)然，也可以用正則表達(dá)式來完成分句，使用 re.split 的方法。

import re

def cut_sentences(content):
	sentences = re.split(r'(\.|\!|\?|。|！|？|\.{6})', content)
	return sentences

content = content = '在處理文本時，會遇到需要將文本以 句子 為單位進(jìn)行切分（分句）的場景，而文本又可以分為 中文文本 和 英文文本 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('\n\n'.join(sentences))

在處理文本時，會遇到需要將文本以 句子 為單位進(jìn)行切分（分句）的場景，而文本又可以分為 中文文本 和 英文文本 ，處理的方法會略有不同。

本文會介紹 Python 是如何處理 分句 的。

關(guān)于在python中分句的方法就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。