正则表达式找到所有文本句子？

Question

我一直在尝试用python自学Regexes,我决定打印出文本的所有句子.我一直在修补过去3个小时的正则表达无济于事.

我只是尝试了以下但无法做任何事情.

p = open('anan.txt')
process = p.read()
regexMatch = re.findall('^[A-Z].+\s+[.!?]$',process,re.I)
print regexMatch
p.close()

我的输入文件是这样的:

OMG is this a question ! Is this a sentence ? My.
name is.

这不打印任何输出.但是当我删除"我的.名字是."时,它打印OMG这是一个问题,这是一个句子,就像它只读取第一行一样.

什么是正则表达式的最佳解决方案,可以找到文本文件中的所有句子 - 无论句子是否进入新行 - 或者也读取整个文本？谢谢.

Answer 1

像这样的东西有效:

## pattern: Upercase, then anything that is not in (.!?), then one of them
>>> pat = re.compile(r'([A-Z][^\.!?]*[\.!?])', re.M)
>>> pat.findall('OMG is this a question ! Is this a sentence ? My. name is.')
['OMG is this a question !', 'Is this a sentence ?', 'My.']

注意name is.结果中没有,因为它不是以大写字母开头的.

你的问题来自^$锚的使用,它们适用于整个文本.

Answer 2

你的正则表达式有两个问题:

1. 你的表达式由and 锚定,它们分别是"行首"和"行尾"锚.这意味着您的模式正在寻找匹配文本的整行.^$
2. 您\s+在标点符号之前搜索,该标点符号指定一个或多个 空白字符.如果在标点符号之前没有空格,则表达式将不匹配.