把句子分成以capi开头的单独的字符串

Question

基本上，我想把下面的字符串分成两个单独的字符串，这样：

输入： “利普修斯，A.停飞至3b（1-2 FBF）；阿蒙斯前进至第二。莫贝格挥棒三振（2-2 BSSFBS）

输出： [“利普修斯，A.停飞至3b（1-2 FBF）；阿蒙斯前进至第二。”， “莫贝格挥杆出局（2-2个BSSFBS）。”

新的句子总是以大写字母开头（即玩家的名字）。以下是我尝试编写的代码：

import re

string = 'LIPCIUS, A. grounded out to 3b (1-2 FBF); AMMONS advanced to second. MOBERG struck out swinging (2-2 BSSFBS).'
x = re.findall("[A-Z].*?[\.!?]", string, re.DOTALL)
print(x)

我的代码当前输出以下内容，列表中的第一个字符串不准确：

['LIPCIUS, A.', 'FBF); AMMONS advanced to second.', 'MOBERG struck out swinging (2-2 BSSFBS).']
it should be ['LIPCIUS, A. grounded out to 3b (1-2 FBF); AMMONS advanced to second.','MOBERG struck out swinging (2-2 BSSFBS).']

Answer 1

下面的Regex应该适合您，添加了可选的大写字母lookahead assertion或结尾$，后跟.，以避免停在A.和B.

import re
string = 'LIPCIUS, A. grounded out to 3b (1-2 FBF); AMMONS advanced to second. MOBERG struck out swinging (2-2 BSSFBS).'
x = re.findall("[A-Z].*?[\.!?]\s?(?=[A-Z]|$)", string, re.DOTALL)
# ['LIPCIUS, A. grounded out to 3b (1-2 FBF); AMMONS advanced to second. ', 'MOBERG struck out swinging (2-2 BSSFBS).']

Answer 2

import re
s = 'LIPCIUS, A. grounded out to 3b (1-2 FBF); AMMONS advanced to second. MOBERG struck out swinging (2-2 BSSFBS).'
l = re.split(r'[.][ ](?=[A-Z]+\b)', s)
print l

它只是不包括每个想要的输出项目后的点，但我猜它不会打扰你。你知道吗