質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.04%

【正規表現】鍵括弧内を無視した句点で区切りたい

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 101

dad

score 61

文字列を句点(。)ごとに区切りたいです。

ただ、鍵括弧(「」、『』)で括られた中の句点にはマッチしてほしくないです。

どのような正規表現であれば、上記のようなことができるのかわかりません。

正しい正規表現を教えてください。よろしくお願いします。

サンプルは以下のとおりです。

分割前

あ。「いい。」いい。ううう「ううう。」ううう。ええええ。「ええええ。」ええええ。おおおおお「おおおおお」おおおおお。「かか。かかか。」かかか。「「きき。」ききき。」きき。
くく「くく『くく。』くく。」くく。けけ「けけ『けけ』けけ」けけ。ここ「ここ『ここ。ここ』」ここ。『ささ。ささ。』ささ。
分割後

あ。
「いい。」いい。
ううう「ううう。」ううう。
ええええ。
「ええええ。」ええええ。
おおおおお「おおおおお」おおおおお。
「かか。かかか。」かかか。
「「きき。」ききき。」きき。
くく「くく『くく。』くく。」くく。
けけ「けけ『けけ』けけ」けけ。
ここ「ここ『ここ。ここ』」ここ。
『ささ。ささ。』ささ。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • Zuishin

    2019/11/09 20:15 編集

    言語は何ですか?
    タグは Python 3.x になっていますが、それで間違いありませんか?

    キャンセル

  • Zuishin

    2019/11/09 20:16

    それと分割前と分割後のサンプルを三つずつ、計六つ作ってください。

    キャンセル

回答 3

+3

正規表現一発では難しいので、他の方法(問題を分解して少しずつ行う)を考えたほうがいいです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

checkベストアンサー

+2

正規表現で回答しましたが、例がカッコのネストがあるなど想定外だったので撤回します。

これは正規表現ではできません。構文解析の出番です。

追記

例文は正しく分割できます。

import re

input = 'あ。「いい。」いい。ううう「ううう。」ううう。ええええ。「ええええ。」ええええ。おおおおお「おおおおお」おおおおお。「かか。かかか。」かかか。「「きき。」ききき。」きき。'
input2 = 'くく「くく『くく。』くく。」くく。けけ「けけ『けけ』けけ」けけ。ここ「ここ『ここ。ここ』」ここ。『ささ。ささ。』ささ。'

def splitByPeriod(s):
    start = 0
    braceCount = 0
    for i in range(len(s)):
        if s[i] == '「' or s[i] == '『':
            braceCount += 1
        elif s[i] == '」' or s[i] == '』':
            braceCount -= 1
        elif s[i] == '。' and braceCount <= 0:
            yield s[start:i + 1]
            start = i + 1

for phrase in splitByPeriod(input):
    print(phrase)

for phrase in splitByPeriod(input2):
    print(phrase)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

+2

文字列を句点(。)ごとに区切りたいです。
ただ、鍵括弧(「」、『』)で括られた中の句点にはマッチしてほしくないです。

「括弧で括られた文字列」と「括弧外の文字列」を別々にマッチさせた上で、句読点で分割(split)して下さい。
入れ子の括弧が存在しなければ、下記実装で事足ります。

'use strict';
const sample = string => string.match(/「[^」]*」|『[^』]*』|[^「」『』]+/g).reduce((results, current) => results.concat(['「','『'].includes(current[0]) ? current : current.split(/。/)), []);
console.log(JSON.stringify(sample('あ。い「う。え」お『か。き。く』け。こ。')));  // ["あ","い","「う。え」","お","『か。き。く』","け","こ",""]

入れ子の括弧が存在するのなら、「括弧で括られた文字列」を繰り返し処理で複数回マッチにする必要があります。
(下記はJavaScriptですが、アルゴリズムは他言語にも応用できるでしょう)

Re: dad さん

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.04%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる