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！

sentences = re.split("(?<=[" + "".join(sent_separator) + "])\s*", text)

. \  D3 j" C% E2 T+ _' }想知道，pattern中调用字符串方法是怎么实现的？谢谢！

entropy

/ @1 F1 x& g" {
4 I% V% M* k) M6 e- d"(?<=[" + "".join(sent_separator) + "])\s*"
: k4 F# d! D6 C3 L5 Z$ j
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。
1 g/ g. X# k+ I$ Q/ F/ C
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
"(?

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

6 {! n3 B) q- G7 o- x- ^( ^& _
那地方也可以写成： fr'(?<={"|".join(sent_separator)})\s*'

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。