Question

我试图制作一个与_TAG（_DT，_NN等）部分按照它们出现的顺序匹配句子的所有以下变体的正则表达式：

Her_PP$|DT noun_NN|NNS a_PP$|DT noun_NN|NNS
Her_PP$|DT adj_JJ noun_NN|NNS a_PP$|DT noun_NN|NNS
Her_PP$|DT noun_NN|NNS a_PP$|DT adj_JJ noun_NN|NNS
Her_PP$|DT adj_JJ noun_NN|NNS a_PP$|DT adj_JJ noun_NN|NNS

这是原始文本的显示方式，我只想突出显示匹配项。竖条|是指＆＃34;或＆＃34;在上下文中，所以请将它包含在正则表达式中，如正常＆＃34;或。＆＃34;

正如你所看到的，每一个的基本骨架都是Her_PP $ | DT noun_NN | NNS a_PP $ | DT noun_NN | NNS，其中散布着一些_JJ碎片。我想要一个正则表达式来捕获所有这些，但我似乎无法使用可选的字符串来工作。

_PP$|DT并不总是跟_JJ后面，所以我想将_JJ设为可选，但每次都找不到_PP$|DT _NN或_PP$|DT _JJ _NN. 这是我的字符串：

(\w+_(?:PP\$|DT)(?:\w+_JJ)(\w+__(?:NN|NNS)))

对于那些关心的人来说，_PP$等是附加在单词末尾的词性标记（例如，NN表示＆＃34;名词＆＃34;所以你可能会看到＆＃34 34; dog_NN＆＃34）。

我很抱歉我是一个绝对的初学者，所以请耐心等待！：）

Answer 1

(?:xyz)表示匹配xyz但不捕获它。

如果您想要制作可选内容，则必须将?添加到该论坛。

在你的情况下..正则表达式将是

((\w+_(PP\$|DT)(\s\w+_JJ)*?(\s\w+_(NN|NNS))\s?){2})

Answer 2

您可以使用前瞻来测试各种条件：

^(?=.*_PP\$|DT)(?=(?:.*_JJ)?)

^                               start of string
    ^^^^                        First condition
                  ^^^^^         Optional second condition

然后将所有内容捕获到_NN：

^(?=_PP\$\|DT)(?=(?:.*_JJ)?)(.*_NN)

Demo

Answer 3

你的正则表达式不是很糟糕，只是逃避管道|，因为它是正则表达式中的特殊字符：

(\w+_(?:PP\$\|DT)(?:\w+_JJ)(\w+__(?:NN\|NNS)))
//   here __^              and here __^

非捕获组仍在捕获

3 个答案: