时间戳

首页 > 解决方案 > 修正句子：在标点符号后加空格，但不能在小数点或缩写后加空格

python - 修正句子：在标点符号后加空格，但不能在小数点或缩写后加空格

问题描述

当句子没有大写并且标点符号被正确分隔时，我会处理非常混乱的文本。我需要在标点符号 [.,:;)!?] 之后添加空格，但不是十进制数字或缩写。

这是一个例子：

mystring = 'this is my first sentence with (brackets)in it. this is the second?What about this sentence with D.D.T. in it?or this with 4.5?'

这是我到目前为止的地方。

def fix_punctuation(text):
    def sentence_case(text):
        # Split into sentences. Therefore, find all text that ends
        # with punctuation followed by white space or end of string.
        sentences = re.findall('[^.!?]+[.!?](?:\s|\Z)', text)

        # Capitalize the first letter of each sentence
        sentences = [x[0].upper() + x[1:] for x in sentences]

        # Combine sentences
        return ''.join(sentences)
    
    #add space after punctuation
    text = re.sub('([.,;:!?)])', r'\1 ', text)
    #capitalize sentences
    text = sentence_case(text)
    
    return text

这给了我这个输出：

'This is my first sentence with (brackets) in it.  this is the second? What about this sentence with D. D. T.  in it? Or this with 4. 5? '

我尝试了这里和这里建议的方法，但它们不适用于我的情况。正则表达式让我的大脑受伤，所以我非常感谢你的帮助。

标签： pythonpython-3.xregexre

解决方案

您可以使用前瞻来检查该点后面的字符是否不是数字，并且不是另一个点后面的字符（缩写）。您只需要将此应用于该点，并以不同的方式处理其他行尾标点符号。但你也不应该在以下之间注入空格!?：

text = re.sub(r"(\.)(?=[^\d\s.][^.])|([,;:!?)])(?=\w)", r"\1\2 ", text)

您想要涵盖的场景越多，它就会变得越复杂。

推荐阅读