Python正则表达式：一个或多个字符串出现

Question

假设我有这样的字符串：

1. "DT NN IN NN"
2. "NN IN NN"
3. "NN NN IN NN"
4. "NN IN NN NN NN"
5. "NN NN IN NN NN"
6. "CD NN IN CD NN"
7. "NN IN NN DT"

基本上我有一个字符串列表：

list = ["DT NN IN NN", "NN IN NN", "NN NN IN NN", "NN IN NN NN NN", "NN NN IN NN NN", "CD NN IN CD NN", "NN IN NN DT"]

假设我想匹配开始并拥有一个或多个NN的模式，然后是IN，然后是一个或多个NN（或(NN+) (IN) (NN+)） 。这意味着如果我想要这些匹配，我将在字符串2到5上获得正面命中，在1,6和7上获得负数（它需要以NN结束）。

我尝试过的其中一件事是re：

pattern = "(NN+) (IN) (NN+)"
for item in list:
    m = re.match(pattern, item)
    if m:
        print item

但这仅打印NN IN NN和NN IN NN NN NN，但不打印其他内容。

知道如何解决这个问题吗？

Answer 1

我认为这会起作用

^((?:NN\s+)+)IN\s+NN

以NN结尾，请使用：

^(?:NN\s+)+IN\s+(?:NN\s+)*NN$

<强> Regex Demo

在你的正则表达式

(NN+) (IN) (NN+)

第一个N匹配N字面上，N+匹配一个或多个N。 简单来说，它匹配N后跟N一次或多次，而您想要匹配NN任意次。