python 分割句子

Python中的句子分割通常是指将一段文本分割成单独的句子。在自然语言处理中，这可以通过使用标点符号和大写字母作为线索来完成。Python标准库中的`re`模块（正则表达式模块）可以用于实现这一功能。此外，第三方库如`nltk`（自然语言处理工具包）提供了更高级的句子分割功能。

使用`re`模块进行基本的句子分割方法如下：

import re

def split_sentences_basic(text):
    # 使用正则表达式匹配句子结束的标点符号，并将其后添加空格以分割句子
    sentences = re.split(r'[.!?]', text)
    # 移除可能产生的空白句子，并且去除句子末尾的多余空格
    sentences = [sentence.strip() for sentence in sentences if sentence]
    return sentences

# 示例
text = "这是一个示例文本。它包含两个句子！这是第二个句子。"
print(split_sentences_basic(text))

使用`nltk`库进行句子分割的方法：

import nltk

# 首次使用时需要下载句子分割模型
nltk.download('punkt')

def split_sentences_nltk(text):
    # 使用nltk的tokenize模块的sent_tokenize方法进行句子分割
    sentences = nltk.sent_tokenize(text)
    return sentences

# 示例
text = "这是一个示例文本。它包含两个句子！这是第二个句子。"
print(split_sentences_nltk(text))

请注意，使用正则表达式进行句子分割可能不够健壮，因为它依赖于严格的标点符号规则，并且可能无法正确处理所有语言和文本格式。`nltk`库的`sent_tokenize`方法能够提供更好的结果，因为它针对多种语言进行了训练。