利用分詞工具包例如jieba可以輕易的將句子切分為不同的單詞葫隙，但是當(dāng)你有切分整句的需求時(shí)，該怎么解決呢也祠？
- 將段落按句號(hào)切分整句
1.jieba分詞可以切分單詞
進(jìn)行中文自然語(yǔ)言處理時(shí)茫船，分詞是一個(gè)常見(jiàn)的操作，例如：
import jieba.posseg as pseg
txt = "【#奔馳女車主不接受4S店道歉# 雙方現(xiàn)場(chǎng)交涉言語(yǔ)激烈】4月13日招盲，西安維權(quán)奔馳女車主和4S店方見(jiàn)面低缩，雙方并未當(dāng)場(chǎng)和解。4S店相關(guān)負(fù)責(zé)人稱曹货，由于出差等原因未及時(shí)聯(lián)系車主咆繁，車主則反駁稱，可通過(guò)電話聯(lián)系顶籽，“沒(méi)人把你的聯(lián)系方式給我玩般。”交涉過(guò)程中雙方言語(yǔ)交鋒激烈礼饱。#西安奔馳女車主維權(quán)# "
words = pseg.cut(txt)
for word, flag in words:
print('%s %s' % (word, flag))
利用這段代碼對(duì)這段文本信息進(jìn)行分詞和詞性標(biāo)注坏为，就有如下結(jié)果（部分省略）：
【 x
# x
奔馳 v
女 b
車主 n
...
2.整句切分——按標(biāo)點(diǎn)切分
或許你不需要單詞切分你只需要整句切分，即按標(biāo)點(diǎn)切分镊绪，那么你可以這樣做：
import re
txt = "【#奔馳女車主不接受4S店道歉# 雙方現(xiàn)場(chǎng)交涉言語(yǔ)激烈】4月13日匀伏，西安維權(quán)奔馳女車主和4S店方見(jiàn)面，雙方并未當(dāng)場(chǎng)和解蝴韭。4S店相關(guān)負(fù)責(zé)人稱够颠，由于出差等原因未及時(shí)聯(lián)系車主，車主則反駁稱万皿，可通過(guò)電話聯(lián)系摧找，“沒(méi)人把你的聯(lián)系方式給我±喂瑁”交涉過(guò)程中雙方言語(yǔ)交鋒激烈蹬耘。#西安奔馳女車主維權(quán)# "
pattern = r',|\.|/|;|\'|`|\[|\]|<|>|\?|:|"|\{|\}|\~|!|@|#|\$|%|\^|&|\(|\)|-|=|\_|\+|，|减余。|综苔、|；|‘|’|【|】|·|！| |…|（|）'
result_list = re.split(pattern, txt)
print(result_list)
這是利用正則表達(dá)式進(jìn)行的整句切分如筛，結(jié)果如下堡牡，標(biāo)點(diǎn)符號(hào)出自動(dòng)切句
['', '', '奔馳女車主不接受4S店道歉', '', '雙方現(xiàn)場(chǎng)交涉言語(yǔ)激烈', '4月13日', '西安維權(quán)奔馳女車主和4S店方見(jiàn)面', '雙方并未當(dāng)場(chǎng)和解', '4S店相關(guān)負(fù)責(zé)人稱', '由于出差等原因未及時(shí)聯(lián)系車主', '車主則反駁稱', '可通過(guò)電話聯(lián)系', '“沒(méi)人把你的聯(lián)系方式給我', '”交涉過(guò)程中雙方言語(yǔ)交鋒激烈', '', '西安奔馳女車主維權(quán)', '', '']
3.整句切分——按句號(hào)切分
或許你需要完整的句子，即保留逗號(hào)杨刨，按句號(hào)切分一整句晤柄，這要怎么做呢？你只需要把正則表達(dá)式里的逗號(hào)去掉即可
import re
txt = "【#奔馳女車主不接受4S店道歉# 雙方現(xiàn)場(chǎng)交涉言語(yǔ)激烈】4月13日妖胀，西安維權(quán)奔馳女車主和4S店方見(jiàn)面芥颈，雙方并未當(dāng)場(chǎng)和解。4S店相關(guān)負(fù)責(zé)人稱赚抡，由于出差等原因未及時(shí)聯(lián)系車主爬坑，車主則反駁稱，可通過(guò)電話聯(lián)系涂臣，“沒(méi)人把你的聯(lián)系方式給我盾计。”交涉過(guò)程中雙方言語(yǔ)交鋒激烈赁遗。#西安奔馳女車主維權(quán)# "
#pattern = r',|\.|/|;|\'|`|\[|\]|<|>|\?|:|"|\{|\}|\~|!|@|#|\$|%|\^|&|\(|\)|-|=|\_|\+|署辉，|。|吼和、|涨薪；|‘|’|【|】|·|！| |…|（|）'
pattern = r'\.|/|;|\'|`|\[|\]|<|>|\?|:|"|\{|\}|\~|!|@|#|\$|%|\^|&|\(|\)|-|=|\_|\+|炫乓。|、|献丑；|‘|’|【|】|·|末捣！| |…|（|）'
result_list = re.split(pattern, txt)
print(result_list)
結(jié)果如下
['', '', '奔馳女車主不接受4S店道歉', '', '雙方現(xiàn)場(chǎng)交涉言語(yǔ)激烈', '4月13日，西安維權(quán)奔馳女車主和4S店方見(jiàn)面创橄，雙方并未當(dāng)場(chǎng)和解', '4S店相關(guān)負(fù)責(zé)人稱箩做，由于出差等原因未及時(shí)聯(lián)系車主，車主則反駁稱妥畏，可通過(guò)電話聯(lián)系邦邦，“沒(méi)人把你的聯(lián)系方式給我', '”交涉過(guò)程中雙方言語(yǔ)交鋒激烈', '', '西安奔馳女車主維權(quán)', '', '']
get到了嗎？
