Question

您好我必须解析一个字符串，以便在标点符号处将其拆分并在单独的行上写下每个句子。在某些情况下，标点符号不是句子边界，因此我不会将其拆分（出于调试目的，我会在出现这些情况时打印出一条消息）。

以下是我的代码（如下）：

line是我正在阅读的字符串
标点符号列表是预定义列表（不重要）
sentence_boundary是我试图用来知道何时拆分句子的布尔
我使用 i ， prev 和 c 来检查当前， next 和 next，next 字符

由于我向后工作，代码会找到 NOT 句子边界的所有条件。它检查多个案例并使用迭代器检查下一个字符。因为我正在使用迭代器，所以我决定每次使用递归来传递一个较小的字符串，这样我就可以迭代搜索整个字符串。功能正常。

然而，目标是将字符串分割为标点符号 IS 实际上是句子边界的点（即，当不满足其他情况时）。由于我的递归功能，我已经陷入了一个问题，我无法跟踪我所在列表的索引，因此不知道在哪里拆分句子。我想以某种方式使用辅助函数，但我不知道如何跟踪索引。

在帮助我修改此代码时，我们将不胜感激。我知道我的方法有点倒退（而不是寻找在哪里拆分我正在寻找的不拆分的句子），但如果可能的话，我还想继续使用这段代码。

def parse(line): #function

sentence_boundary = True

if (len(line) == 3):
    return

t = iter(line)
i = next(t)
prev = next(t)
c = next(t)

# periods followed by a digit with no intervening whitespace are not sentence boundaries
if i == "." and (prev.isdigit()):
    print("This is a digit")
    sentence_boundary = False

# periods followed by certain kinds of punctuation are probably not sentence boundaries
for j in punctuation_list:
    if i == "." and (prev == j):
        print("Found a punctuation")
        sentence_boundary = False


# periods followed by a whitespace followed by a lower case letter are not sentence boundaries
if (i == "." and prev == " " and c.islower()):
    print("This is a lower letter")
    sentence_boundary = False

# periods internal to a sequence of letters with no adjacent whitespace are not sentence boundaries
if i == '.' and prev.islower() and c.islower():
    print("This is a period within a sentence")
    sentence_boundary = False

# periods followed by a whitespace and then an uppercase letter, but preceded by any of a short list of titles are not sentence boundaries
if c == '.' and prev.islower() and i.isupper():
    print("This is a title")
    sentence_boundary = False

index = line.index(i)

parse(line[index+1:])


if __name__ == "__main__":
    parse(line)

Answer 1

我认为您的代码很难遵循。 prev通常是“之前”的缩写，因此使用“next”的含义对我来说毫无意义。

在递归调用之间保持像索引一样的额外状态的常用方法是将其作为额外参数传递。您可以使用默认值0

开始第一次通话

def parse(line, index=0): #function
    ...
    parse(line, index+1)

如何使用python中的迭代器在句子边界处拆分句子

1 个答案: