请教python中一个正则表达式的用法

DIC4Khmer

今天遇到一个python中使用re模块进行正则搜索的案例，代码里有一句看不懂，请知道的朋友不吝赐教！
. h  I; \- `3 D; ?6 `7 K
sentences = re.split("(?<=[" + "".join(sent_separator) + "])\s*", text)
% K* w7 u, r' ~% \, W* x
想知道，pattern中调用字符串方法是怎么实现的？谢谢！

entropy

2 \7 L, z6 T" k, s$ Z$ P
"(?<=[" + "".join(sent_separator) + "])\s*"

* s& S; E7 i+ O+ q+ m把三个字符串加起来，中间用到了.join() 方法，把 sent_separator 所有元素连在一起，用 "" 分隔。

这种写法不怎么好。建议写成：fr'(?<=[{"".join(sent_separator)}])\s*'

DIC4Khmer

entropy 发表于 2022-8-7 23:18
"(?

- p; L. B! ^- |
! l3 T4 @& @# W! o/ _2 ^! l8 `谢谢回复。我想我知道错哪儿了。您说的是字符串"(?<=["、字符串"".join(sent_separator)和字符串"])\s*"进行拼接，得到新的字符串是吧。我先入为主地认为pattern是用冒号包围的，所以直接就将最两边的双引号考虑在外了，所以怎么也想不通" + "".join(sent_separator) + "这部分是咋拼接了。太囧了。谢谢最后的建议！优雅很多。

mikeee

5 h6 h2 Z# W9 t8 R
那地方也可以写成： fr'(?<={"|".join(sent_separator)})\s*'
7 D+ f4 E  b* I; ^: k
, s9 y3 H3 [8 u9 h0 h不过一般情况下分句远不止在sent_separator处断开那么简单。python的话或许可以考虑用 pypi 包 seg-text https://pypi.org/project/seg-text/或类似的包。