如何拆分这种连接字符串：“howdoIsplitthis？”

Question

假设我有一个字符串，如这样的：

"IgotthistextfromapdfIscraped.HowdoIsplitthis?" 

我想生产：

"I got this text from a pdf I scraped. How do I split this?" 

我该怎么办呢？

Answer 1

事实证明，这个任务被称为word segmentation，并有一个python library，可以这样做：

>>> from wordsegment import load, segment 
>>> load() 
>>> segment("IgotthistextfromapdfIscraped.HowdoIsplitthis?") 
['i', 'got', 'this', 'text', 'from', 'a', 'pdf', 'i', 'scraped', 'how', 
'do', 'i', 'split', 'this'] 

Answer 2

简答：没有现实的可能性。

龙答：

唯一的线索哪里拆分字符串在字符串中找到有效的话。所以你需要一个预期语言的词典，不仅包含词根，还包括所有的词语（这是否是正确的语言术语？）。然后，您可以尝试查找与您的字符串的字符匹配的这些单词的序列。