Question

我试图找出一个特定的句型是否有像R.E.M这样的缩写词。或CEO。我正在寻找的缩写词是带有大写字母的单词，其中包括像R.E.M.这样的句号。或全部大写。

#sentence pattern = 'What is/was a/an(optional) word(abbreviated or not) ?
sentence1 = 'What is a CEO'
sentence2 = 'What is a geisha?'
sentence3 = 'What is ``R.E.M.``?'

这就是我所拥有的，但它根本不会返回任何东西。它无法识别模式。我无法弄清楚正则表达式有什么问题。

c5 = re.compile("^[w|W]hat (is|are|was|were|\'s)( a| an| the)*( \`\`)*( [A-Z\.]+\s)*( \'\')* \?$")
if c5.match(question):
    return "True."

编辑：我正在查看上面的句子模式是否有缩写词。

Answer 1

你有一些问题。从您的示例中可能不太清楚可能会出现什么样的引用，或者您是否希望匹配那些不以问号结尾的引用。当我认为你可以使用*（前一个零或一个）时，你的正则表达式使用?（零或任何前一个数字）。即使我认为你想要这些句子，你也会错过What's的句子，因为你正在寻找What 's。

这是一个可能的解决方案：

 import re
 sentence1 = "What is a CEO"
 sentence2 = "What is a geisha?"
 sentence3 = "What is ``R.E.M.``?"
 sentence4 = "What's SCUBA?"

 c1 = re.compile(r"^[wW]hat(?: is| are| was| were|\'s)(?: a| an| the)? [`']{0,2}((?:[A-Z]\.)+|[A-Z]+)[`']{0,2} ?\??")

 def test(question, regex):
     if regex.match(question):
         return "Matched!"
     else:
         return "Nope!"

 test(sentence1,c1)
 > "Matched!"
 test(sentence2,c1)
 > "Nope!"
 test(sentence3,c1)
 > "Matched!"
 test(sentence4,c1)
 > "Matched!"

但是，根据你是否希望缩写是双引号，它可能会被调整得更多。

Answer 2

缩写检查前后空格的位置已关闭。

您可能还想查看报价处理。也许这只是在这里发布代码的人工制品，但似乎与你的'和'有些混淆。尝试

['`"]*

代替两者。

Answer 3

你可以尝试这种模式：

c5 = re.compile(r"^[wW]hat (?:is|are|w(?:as|ere)|'s)(?: (?:an?|the))? ([`'\"]*)((?:[A-Z]\.)+|[A-Z]+)\1 ?\??$")

说明：

我使用非捕获组(?:..)而不是捕获组(..)，假设您不需要提取内部的内容（缩写除外）。

[w|W]被[wW]取代，因为字符类中的|被视为文字。

为了使缩写周围的不同引号可选，我之前使用了一个捕获组（可能是无效的）：([`'\"]*)我在缩写后使用了反向引用（即：\1）

缩写被描述为(?:[A-Z]\.)+（带点的大写字母）或大写[A-Z]之间的替换。

我在缩写和问号之间没有空格（现在也是可选的，感谢FooBar提供这些通知），方法是让空格可选。

Answer 4

这应该有效：

re.compile("^[wW]hat (is|are|was|were) ((a|an|the) )*(['"`]*)([A-Z\.]*)(['"`]*)\?$")

如果有必要，您可以使部分/全部组无法捕获，或者您可以使终止问号可选（我注意到您的某个示例中缺少它）。可以在这里和那里进行一些调整，但这几乎可以做到。

正则表达式匹配某些句型与Python

4 个答案: