Question

我正在使用Delphi 7和TDIPerlRegEx。我正在寻找句子中包含某些特定部分的动词，以识别动词。

s1 := '(I|you|he|she|it|we|they|this|that|these|those)';
s2 := (can|should|would|could|must|want to|have to|had to|might);
RegEx_Seek_1.MatchPattern := '(*UCP)(?m) \b'+s1+'\b \b'+s2+'\b \K([^ß\W]\w{2,15})\b';

错误地包含在结果中的关键字是“ not”；但应排除在外：

示例文字：

...您应该不要每个……都吃

这样的动词应包括在结果中：示例文字：

不要让他伸出他的手...

现在，我将用ß符号解释该部分。 ß符号表示，原始文本中带有“ not”字样，然后是动词。但是我在先前的交互或会话中更改了此文本，因此我现在正在使用的源文本如上所述。模式([^ß\W]\w{2,15})应该避免使用否定的单词。这也是为什么不包括“否定”动词的原因。

因此，问题的关键是如何从捕获的文本中排除“ not”一词； -由此模式捕获，即([^ß\W]\w{2,15})或(\W{3,15})。

我正在使用此模式替换文本中的子字符串。

需要更多示例文本吗？

比我能承受。还有

所以我可能带走了她

他们可能一起住

他们不不能在一起

请您说，

在第3组中，我期望比赛： bear，taken（或者可能是have，而不是{}，dwell和say。我正在尝试排除not单词，因此not之后的任何动词或单词都必须从第三组或完全匹配项中排除。我只对第3组感兴趣。第1组和第2组仅在动词之前指定替代项。

Answer 1

如果在情态动词或概念性动词后的整个单词中有not作为整个单词，则可以使用branch reset group来匹配空字符串：

\b(I|you|he|she|it|we|they|this|that|these|those)\s+(can|should|would|could|must|want to|have to|had to|might)\s+\K(?|(?=not\b)()|([^ß\W]\w{2,15})\b)

请参见regex demo

详细信息

\b-单词边界
(I|you|he|she|it|we|they|this|that|these|those)-第1组中的代词之一
\s+-1个以上的空格（它已经作为相邻组两侧的单词边界）
(can|should|would|could|must|want to|have to|had to|might)-情态动词之一
\s+-超过1个空格
\K-匹配重置运算符
(?|(?=not\b)()|([^ß\W]\w{2,15})\b)-分支重置组与以下任一匹配
- (?=not\b)()-如果在整个单词的紧前面是not，则将一个空字符串捕获到第3组中
- |-或（此处为其他）
- ([^ß\W]\w{2,15})\b-将ß以外的任何其他字符char匹配并捕获到第3组中，然后将2到15个具有字符边界的字符char捕获并分组。

请注意，(?m)-PCRE_MULTILINE-仅在您希望字符类之外的^和$与行的开头和结尾匹配时才需要而不是整个字符串。由于您的模式没有此类锚点，因此(?m)是多余的。

如何从正则表达式子模式中排除单词？

1 个答案: