spaCy基于规则的Matcher查找令牌的时间长于形状指定的令牌

Question

我想使用基于规则的Matcher（spaCy版本2.0.12）在由4个字母和4个数字（例如CAPA1234）组成的文本代码中定位。我正在尝试使用属性为SHAPE的模式：

pattern = [{'SHAPE': 'XXXXdddd'}]

您可以使用Rule-based Matcher Explorer自己进行测试。

它找到了我期望的代码，但也找到了更长的代码，例如CAPABCD1234或CAPA1234567。 XXXX的意思是 4个大写字母或更多，而dddd也是如此。

是否存在使形状与文本完全匹配的设置？

Answer 1

^{我找到了一种解决方法，可以解决我的问题，但并没有真正解释spaCy为何采用这种方式。我将把问题悬而未决。}

使用,并另外明确指定SHAPE：

LENGTH

请注意，使用pattern = [{'LENGTH': 8, 'SHAPE': 'XXXXdddd'}] 时，在线资源管理器似乎失败（没有突出显示标记）。在我的机器上工作正常。