【Python】前処理で区切り文字ごと抽出する方法

この記事でわかること

以下の文章を

すごい！さすがですね。他には何か特技はありますか？

以下のように末尾の句読点。やはてなマーク？を残したまま分割したいときの解決法を紹介します．

[
"すごい！",
"さすがですね。",
"他には何か特技はありますか？"
]

splitメソッドだと以下のようになってしまいます．

.py

sentence = "すごい！さすがですね。他には何か特技はありますか？"
print(sentence.split('。？！')

# 出力
>> [
"すごい",
"さすがですね",
"他には何か特技はありますか"
]

方法

末尾の句読点やはてなマークごと抽出したい場合はsplitではなく標準ライブラリreにあるfindallメソッドを使いましょう．
以下のように末尾の句読点やはてなマークごと抽出することが出来ます．

.py

sentence = "すごい！さすがですね。他には何か特技はありますか？"
print(re.findall("[^。！？!?、]+[。！？!?、]?", sentence))
# 出力
>> [
"すごい！",
"さすがですね。",
"他には何か特技はありますか？"
]