这问题我太懂了——用re.split分割长文本时，最烦的就是那些带点的缩写、头衔和地名，一不小心就把完整的内容拆得七零八落。给你一个精准的正则方案，完美适配你给出的示例场景：

最终正则与代码示例 #

import re

# 你的示例文本
text = "I am from New York, N.Y. and I would like to say hello! How are you today? I am well. I owe you $6. 00 because you bought me a No. 3 burger. -Sgt. Smith"

# 核心正则表达式
split_pattern = r'(?<=[.!?])(?<!\b[A-Z]\.)(?<!\bNo\.)(?<!\bSgt\.)(?<!\b\d\.)\s+'

# 执行分割
result = re.split(split_pattern, text)

print(result)

运行后输出完全符合你的预期：

["I am from New York, N.Y. and I would like to say hello!", "How are you today?", "I am well.", "I owe you $6. 00 because you bought me a No. 3 burger.", "-Sgt. Smith"]

正则逻辑拆解 #

这个正则用负向后行断言精准排除了所有不需要分割的边缘情况，逐个部分解释：

• (?<=[.!?])：基础条件——确保分割位置前面是句子结束的标点（./?/!）
• (?<!\b[A-Z]\.)：排除单个大写字母加.的情况（比如N.Y.里的N.和Y.）
• (?<!\bNo\.)：专门排除No.这种序号缩写
• (?<!\bSgt\.)：排除Sgt.这类头衔缩写
• (?<!\b\d\.)：排除数字加.的情况（比如$6. 00里的6.）
• \s+：匹配标点后面的空格，作为实际的分割触发点

扩展性说明 #

如果之后遇到其他需要排除的缩写（比如Mr./Mrs./Dr.），只需要在正则里追加对应的负向后行断言即可，比如：

# 新增排除Mr.和Dr.的版本
extended_pattern = r'(?<=[.!?])(?<!\b[A-Z]\.)(?<!\bNo\.)(?<!\bSgt\.)(?<!\bMr\.)(?<!\bDr\.)(?<!\b\d\.)\s+'

内容的提问来源于stack exchange，提问作者wfgeo