在 Python 中，如何接收一个字符串文本，并返回一个包含字符串列表的列表？

Question

此函数接受一个字符串文本，并返回一个包含字符串列表的列表，字符串文本中的每个句子对应一个列表。

句子由字符串 "."、"?" 或 "!" 之一分隔。 我们忽略了其他标点符号分隔句子的可能性。所以'Mr.X'会变成2个句子，'don't'会变成两个词。

比如文字是

Hello, Jack.  How is it going?  Not bad; pretty good, actually...  Very very
good, in fact.

然后函数返回：

 ['hello', 'jack'],
 ['how', 'is', 'it', 'going'],
 ['not', 'bad', 'pretty', 'good', 'actually'],
 ['very', 'very', 'good', 'in', 'fact']]

最令人困惑的部分是如何让函数检测字符 , . ！ ?以及如何使它成为一个列表列表，其中包含每个句子中的单词。 谢谢。

Answer 1

这听起来很像我的家庭作业问题，所以我将提供一般提示而不是确切的代码。

字符串上有 split(char) 函数。您可以使用它根据特定字符拆分字符串。但是，您将不得不使用循环并多次执行拆分。

您还可以使用正则表达式来查找匹配项（这将是一个更好的解决方案。）这样您就可以一次找到所有匹配项。然后，您将遍历匹配项并根据空格将它们吐出，同时去除标点符号。

编辑：这是一个正则表达式示例，您可以使用它来一次获取所有句子组：

\s*([^.?!]+)\s*

括号周围的 \s* 会导致从结果中删除任何多余的空格，括号是一个捕获组。您可以使用 re.findall() 获取所有捕获结果的列表，然后您可以遍历这些项目并使用 re.split() 和一些条件逻辑将所有单词附加到新列表中。

让我知道您是如何处理的，如果您有任何其他问题，请向我们提供您目前拥有的代码。

Answer 2

你可以使用re.split()：

>>> s="Hello, Jack.  How is it going?  Not bad; pretty good, actually...  Very very good, in fact."
>>> import re
>>> [re.split(r'\W',i) for i in re.split(r'\.|\?|\!',s) if len(i)]

对于删除空索引，您可以这样做：

>>> [[x for x in i if len(x)]for i in my_s]
[['Hello', 'Jack'], ['How', 'is', 'it', 'going'], ['Not', 'bad', 'pretty', 'good', 'actually'], ['Very', 'very', 'good', 'in', 'fact']]