Question

我想从包含特定字符（/ IN）的字符串中提取单词，直到其他特定字符（/ NNP）。到目前为止我的代码（仍然不起作用）：

import re

sentence = "Entah/RB kenapa/NN ini/DT bayik/NN suka/VBI banget/JJ :/: )/CP :/: )/CP :/: )/CP berenang/VBI di/IN Jln/NN Terusan/NNP Borobudur/NNP dan/NN di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP"

tes = re.findall(r'((?:\S+/IN\s\w+/NNP\s*)+)', sentence)
print(tes)

因此sentence包含我想提取的单词di/IN Jln/NN Terusan/NNP Borobudur/NNP和di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP。预期结果：

['di/IN Jln/NN Terusan/NNP Borobudur/NNP', 'di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP']

执行此任务的最佳方法是什么？感谢。

Answer 1

使用

r'\S+/IN\b(?:(?!\S+/IN\b).)+\S+/NNP\b'

请参阅regex demo

<强>详情

\S+ - 1个非空白符号
/IN\b - /IN子字符串作为整个单词
(?:(?!\S+/IN\b).)+ - 除了与\S+/IN\b模式序列不匹配的换行符之外的任何1个字符（使用re.DOTALL来匹配换行符）
\S+/NNP\b - 1个非空格，/NNP作为整个单词（因为\b是单词边界）

如何在python中使用正则表达式从字符串中提取一些单词模式

1 个答案: