Question

我使用以下RE来过滤文字：

 reg_ex=re.compile(r"\breal[?]*|\breally\s*[?]+", re.IGNORECASE)

以及以下功能：

def is_present(text):
    if reg_ex.search(text):
        return True
    else:
        return False

该函数输出以下单词为true：

1)real 
2)realization
3)this is not really true.
4)this is not real.
5)is this real?
6)really??????
7)really??!!!
8)really

但我不希望RE过滤这个词： 2）实现
为真的

我该如何更改我的RE？

Answer 1

在提出解决方案之前，您必须分析自己的正则表达式。 \breal[?]*|\breally\s*[?]+包含两个备选项\breal[?]*和\breally\s*[?]+。 \breal[?]*匹配单词边界（可能有非单词char，或当前位置之前的字符串的开头），然后是子字符串real，然后是0个或更多?个符号。 \breally\s*[?]+匹配字边界really，0个或更多个空格以及 1 或更多?个符号。这意味着，realization将匹配，因为第一个替代方案完美匹配（单词边界，real和0个问号之后，第二个替代方案甚至没有尝试过。）

解决方案是多方面的，但这里有一些提示：

1）（最符合原始逻辑的那个）在(?!ization)之后添加否定前瞻real：\breal(?!ization)[?]*|\breally\s*[?]+

2）（遵循逻辑......）您似乎允许以real开头的任何字词，使用\breal(?!ization)

3）如果您只是将real或really作为整个词语进行匹配，则可以使用\breal(?:ly)?\b。

Answer 2

我会在两端使用单词边界，并使用一组词语：

这是怎么回事？

import re

r = re.compile(r"\b(real|really)\b",re.IGNORECASE)
for i in ["really ???", "is this real?","realization"]:
    print(i,bool(r.search(i)))

输出

really ??? True
is this real? True
realization False

正则表达式甚至可以适应这样的单词列表：

r"\b({})\b".format("|".join(["real","really"]))

设计RE来过滤单词

2 个答案: