Python中文文本分句 sentence tokenize

由于nltk等都没有实现句子级别的tokenize，或者文本分句。这里使用python正则，快速实现一个，可以把文本分成若干个小句子。

代码如下，如果你想要实现自己个性化的分句，例如只考虑“。！”等的分句，可以调整正则项，“|”代表或的意思。

def sent_tokenize(x):
    sents_temp = re.split('(：|:|,|，|。|！|\!|\.|？|\?)', x)
    sents = []
    for i in range(len(sents_temp)//2):
        sent = sents_temp[2*i] + sents_temp[2*i+1]
        sents.append(sent)
    return sents

x:'这个配置和价位真的很合适，完全够用，而且小黑的质量非常不错。'

sents:['这个配置和价位真的很合适，', '完全够用，', '而且小黑的质量非常不错。']