如何用Python打印指定数量的句子？除NLTK外还有其他方法吗？

针对你给出的字符串：

q = "Widows and orphans occur when the first line of a paragraph is the last in a column or page, or when the last line of a paragraph is the first line of a new column or page.The function of a paragraph is to mark a pause, setting the paragraph apart from what precedes it. If a paragraph is preceded by a title or subhead, the indent is superfluous and can therefore be omitted."

除了NLTK，这里提供两种实用的实现方式：

方法一：正则表达式分割 #

利用示例文本里句子结尾句号后紧跟大写字母的特征，用正则匹配分割边界，代码简单直接：

import re

def get_first_n_sentences(text, n):
    # 匹配句号后紧跟大写字母的位置作为分割点
    sentences = re.split(r'(?<=\.)(?=[A-Z])', text)
    # 取前n个句子并拼接（要单独返回列表就直接 return sentences[:n]）
    return '. '.join(sentences[:n]) + '.' if n > 0 else ''

# 测试取第1个句子
print(get_first_n_sentences(q, 1))
# 测试取前2个句子
print(get_first_n_sentences(q, 2))

注：如果字符串里存在缩写（比如Mr. Smith），这个正则会误分割，但你的示例文本没有这类情况，完全适用。

方法二：手动遍历分割 #

如果不想依赖正则库，可以手动遍历字符找句子边界，适合需要更精准控制的场景：

def get_first_n_sentences(text, n):
    sentences = []
    current_sentence = []
    for idx, char in enumerate(text):
        current_sentence.append(char)
        # 遇到句号，检查下一个字符是否是大写字母（或是文本末尾）
        if char == '.' and (idx == len(text)-1 or text[idx+1].isupper()):
            sentences.append(''.join(current_sentence))
            current_sentence = []
            # 取够n个就提前退出
            if len(sentences) == n:
                break
    # 处理可能没完成的句子（如果n大于实际句子数）
    if current_sentence and len(sentences) < n:
        sentences.append(''.join(current_sentence))
    return ''.join(sentences[:n])

# 测试示例
print(get_first_n_sentences(q, 1))
print(get_first_n_sentences(q, 2))

这个方法可以根据需求调整判断逻辑，比如处理缩写、特殊标点等复杂情况。

内容的提问来源于stack exchange，提问作者Mohit Narwani