如何实现按英文句号(.)分割文本但排除数字间的小数点？

核心解决方案：用正则精准匹配句子结尾的句号 #

直接按.分割会误切数字里的小数点，需通过正则的反向断言和正向断言，只匹配作为句子分隔符的句号（即句号前不是数字，且句号后紧跟空格+大写字母或文本末尾）。

示例代码（Python） #

import re

original_text = "I paid 1.000 dollars. Very expensive. But I think today it should be cheaper."

# 方法1：分割后补全句号
split_result = re.split(r'(?<![0-9])\.(?=\s[A-Z]|$)', original_text)
final_result = [seg + '.' if seg.strip() else seg for seg in split_result]

# 方法2：直接提取完整句子（更直观）
final_result = re.findall(r'[^.]+(?<![0-9])\.|.+$', original_text)

# 输出结果
for sentence in final_result:
    print(sentence.strip())

正则规则说明 #

• (?<![0-9])\.：反向断言，确保句号前不是数字（排除数字间的小数点）
• (?=\s[A-Z]|$)：正向断言，确保句号后紧跟空格+大写字母（句子开头）或文本末尾（最后一句）
• [^.]+(?<![0-9])\.：匹配以非数字结尾的句号为结束的完整句子
• |.+$：匹配文本最后一段（避免遗漏无句号的结尾内容）

其他语言适配逻辑 #

比如JavaScript中，可复用相同正则逻辑：

const originalText = "I paid 1.000 dollars. Very expensive. But I think today it should be cheaper.";
const result = originalText.split(/(?<![0-9])\.(?=\s[A-Z]|$)/).map(seg => seg.trim() + '.');
console.log(result);

内容的提问来源于stack exchange，提问作者PPavesi