Python实现按句子拆分文本：避免数字后句号误拆换行

你的问题出在直接替换所有句号，没区分句子结尾的句号和缩写（比如21.）里的句号。要实现只在真正的句子结尾换行，可以用正则表达式精准匹配目标句号。

解决方案代码： #

import re

with open("new_all_data.txt", 'r') as text, open("new_all_data2.txt", "w") as new_text2:
    # 一次性读取全部内容，避免逐行处理的局限
    content = text.read()
    # 正则匹配：排除数字后的句号，只替换句子结尾的句号（后接空格、行尾或引号）
    processed_content = re.sub(r'(?<![0-9])\.(?=\s|$|")', '.\n', content)
    new_text2.write(processed_content)

正则说明： #

• (?<![0-9])：负向回顾断言，确保句号前面不是数字，避免替换像21.这类缩写里的句号
• \.(?=\s|$|")：匹配句号，且句号后面是空格、行尾或者引号，这些都是句子结束的典型标志

如果之后遇到其他非数字开头的缩写（比如Mr.、Dr.），可以扩展正则的排除规则，比如把这些缩写加入负向断言：(?<![0-9]|Mr|Dr)，根据实际需求调整即可。

内容的提问来源于stack exchange，提问作者rocinantes