分句

$$分句$$

方法一：使用python实现中文分句：

def cut_sentences(content):
    # 结束符号，包含中文和英文的
    end_flag = ['？', '！', '。', '…','.']
    content_len = len(content)
    sentences = []
    tmp_char = ''   
    for idx, char in enumerate(content):
        # 拼接字符
        tmp_char += char
        # 判断是否已经到了最后一位
        if (idx + 1) == content_len:
            sentences.append(tmp_char)
            break
        # 判断此字符是否为结束符号
        if char in end_flag:   
            next_idx = idx + 1
            if content[next_idx]=='”':  #如果是前面一个位置是结束符号，后一个位置是”，则分句时，将”放在前一句话
                tmp_char += content[next_idx]
            if content[next_idx] not in end_flag:
            # 再判断下一个字符是否为结束符号，如果不是结束符号，则切分句子
                if tmp_char[0]=='”':  #去掉第一个位置的”
                    tmp_char = tmp_char[1:]
                sentences.append(tmp_char)
                tmp_char = ''   
    return sentences

content = "句号。问号？叹号！“双引号。”英文省略号......汉语省略号……"
sentences = cut_sentences(content)
print('\n'.join(sentences))

方法二：使用正则表达式

import re
def cut_sent(para):
    para = re.sub('([。！？\?])([^”’])', r"\1\n\2", para)  # 单字符断句符
    para = re.sub('(\.{6})([^”’])', r"\1\n\2", para)  # 英文省略号
    para = re.sub('(\…{2})([^”’])', r"\1\n\2", para)  # 中文省略号
    para = re.sub('([。！？\?][”’])([^，。！？\?])', r'\1\n\2', para)
    # 如果双引号前有终止符，那么双引号才是句子的终点，把分句符\n放到双引号后，注意前面的几句都保留了双引号
    para = para.rstrip()  # 段尾如果有多余的\n就去掉它
    return para.split("\n")

content = "句号。问号？叹号！“双引号。”英文省略号......汉语省略号……"
sentences = cut_sent(content)
print('\n'.join(sentences))

方法三：使用LTP

from pyltp import SentenceSplitter
content = '句号。问号？叹号！“双引号。”英文省略号......汉语省略号……'
sents = SentenceSplitter.split(content)
for sent in sents:
    print(sent)

（LTP方法英文省略号不行）