如何拆分這種連接字符串：「howdoIsplitthis？」

Question

假設我有一個字符串，如這樣的：

"IgotthistextfromapdfIscraped.HowdoIsplitthis?" 

我想生產：

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

我該怎麼辦呢？

Answer 1

事實證明，這個任務被稱爲word segmentation，並有一個python library，可以這樣做：

>>> 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

簡答：沒有現實的可能性。

龍答：

唯一的線索哪裏拆分字符串在字符串中找到有效的話。所以你需要一個預期語言的詞典，不僅包含詞根，還包括所有的詞語（這是否是正確的語言術語？）。然後，您可以嘗試查找與您的字符串的字符匹配的這些單詞的序列。