在python中如何分句

在處理文字時，會遇到需要將文字以 句子 為單位進行切分（分句）的場景，而文字又可以分為 中文文字 和 英文文字 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。

分句的關鍵是找到合適的結束符號，比如：中文裡的 。，英文裡的 . 等，而且，在這一點上中英也是有很大區分的。

這裡介紹一種純用 Python 實現的分句函式。

def cut_sentences(content):
	# 結束符號，包含中文和英文的
	end_flag = ['?', '!', '.', '？', '！', '。', '…']
	
	content_len = len(content)
	sentences = []
	tmp_char = ''
	for idx, char in enumerate(content):
		# 拼接字元
		tmp_char += char

		# 判斷是否已經到了最後一位
		if (idx + 1) == content_len:
			sentences.append(tmp_char)
			break
			
		# 判斷此字元是否為結束符號
		if char in end_flag:
			# 再判斷下一個字元是否為結束符號，如果不是結束符號，則切分句子
			next_idx = idx + 1
			if not content[next_idx] in end_flag:
				sentences.append(tmp_char)
				tmp_char = ''
				
	return sentences

content = '在處理文字時，會遇到需要將文字以 句子 為單位進行切分（分句）的場景，而文字又可以分為 中文文字 和 英文文字 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('nn'.join(sentences))

在處理文字時，會遇到需要將文字以 句子 為單位進行切分（分句）的場景，而文字又可以分為 中文文字 和 英文文字 ，處理的方法會略有不同。

本文會介紹 Python 是如何處理 分句 的。

這個函式可以透過修改 end_flag （結束符號），來自定義特定的句子切分方式，比如加入 ； 等符號。

當然，也可以用正規表示式來完成分句，使用 re.split 的方法。

import re

def cut_sentences(content):
	sentences = re.split(r'(.|!|?|。|！|？|.{6})', content)
	return sentences

content = content = '在處理文字時，會遇到需要將文字以 句子 為單位進行切分（分句）的場景，而文字又可以分為 中文文字 和 英文文字 ，處理的方法會略有不同。本文會介紹 Python 是如何處理 分句 的。'
sentences = cut_sentences(content)
print('nn'.join(sentences))

在處理文字時，會遇到需要將文字以 句子 為單位進行切分（分句）的場景，而文字又可以分為 中文文字 和 英文文字 ，處理的方法會略有不同。

本文會介紹 Python 是如何處理 分句 的。

推薦課程：