我试图将长文本分成小部分,以便每个部分至少有 N 个字符,并以一些停止标点符号 (? . !) 结尾。如果该部分大于 N 个字符,我们会在下一个标点符号出现时停止。
例如:
假设 N = 10
Do you want lime? Yes. I love when I drink tequila.
这句话应该分为两部分。
[1] Do you want lime?
[2] Yes. I love when I drink tequila.
请您参考如下方法:
大概是这样的? (感谢 KennyTM 的最终优化。)
.{10}[^.?!]*[.?!]+
