Python regex - 如何在数字后查找任意数量的句子？答案

【问题标题】：Python regex - How to look for an arbitrary number of sentences after a digit?Python regex - 如何在数字后查找任意数量的句子？
【发布时间】：2018-07-06 14:44:11
【问题描述】：

假设我们有以下字符串：“1. Sentence 1. Sentence 2? Sentence 3!”。我将如何寻找（并以字符串形式返回）匹配以下所有情况的模式：

"1. Sentence 1."
"1. Sentence 1. Sentence 2?"
"1. Sentence 1. Sentence 2? Sentence 3!"

图案前面总是有一个数字，但后面可以有任意数量的句子。到目前为止我尝试过的是

pattern = re.compile("\d.(\s[A-Ö][^.!?]+[.!?])+?")

和

assignmentText = "".join(pattern.findall(assignment))

join 方法是一个丑陋的 hack，用于从findall 返回的列表中提取字符串，因为list[0] 似乎不起作用（我知道只有一个 str在列表中）。但是，我只收到第一句话，前面没有数字。

如何解决这个问题？

【问题讨论】：

您的意思是将大写字母与[A-Ö] 匹配吗？它matches all lowercase ASCII letters, too.
请同时发布您的预期输出
预期输出是问题中列出的字符串之一。至于@Wiktor Stribiżew 的问题，是的，我希望句子在语法上正确，因为第一个字母应该大写。

标签： python regex python-3.x pattern-matching

【解决方案1】：

您可以使用(?:(?:\d+\.\s+)?[A-Z].*?[.!?]\s*)+。

import re
print(re.findall(r'(?:(?:\d+\.\s+)?[A-Z].*?[.!?]\s*)+', '1. Sentence 1. Sentence 2? Sentence 3!'))

这个输出：

['1. Sentence 1. Sentence 2? Sentence 3!']

或者，如果您更喜欢将它们分隔为列表中的 3 个不同项目：

import re
print(re.findall(r'(?:(?:\d+\.\s+)?[A-Z].*?[.!?])', '1. Sentence 1. Sentence 2? Sentence 3!'))

这个输出：

['1. Sentence 1.', 'Sentence 2?', 'Sentence 3!']

【讨论】：

这似乎成功了。然后我可以使用join 来提取实际的字符串。
请注意[A-Z] 仅匹配 ASCII 大写字母。