如何从单词到句子结尾匹配？

Question

我想在python正则表达式python中加上“ is”一词后的整个句子。

尝试

s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'(?:is) (.*)',s)
print(r)

我希望输出为：

'an English actor, model and musician'

但是实际输出是：

['an English actor, model and musician','film career by playing Cedric Diggory in Harry Potter']

Answer 1

由于您只希望从is到句子结尾，this RegEx将起作用：

\bis\s+(.+?)\.

，它需要与标志s一起使用，以便.也与换行符匹配，以防句子分散在多行中。我将+与.一起使用，因为.*会使整个正则表达式匹配，即使is和.之间没有任何匹配，这对于句子。

将.从输出中移出，将其移出捕获括号。 “句子的其余部分”在第一个捕获组中。

但是请注意，如果句子中有Mrs.之类的东西（并且有很多短语包含.可能属于一个句子），那么这种简单的方法就行不通了。

解析自然语言非常困难。如果你有 任何比简单，定义明确和可预测的文本都复杂的事情，那么您应该使用专用的库。快速搜索显示例如全面的库NLTK和spaCy。

---

This helpful regex tool提供了有关其匹配方式的说明。您尝试的变化

(\bis\b)([\s\S]*)

有关详细信息，请参见链接页面。评论

• 它将创建两个捕获组，目标输出是第二个捕获组，您可以使用 $ 2 对其进行调用。

• 第一组在您唯一的 is 实例周围创建单词边界。

• 您可以使用 \ 转义任何语言特定的元字符。

Answer 2

您需要在is周围使用单词边界，以便仅is可以匹配整个单词，而不能部分匹配其他单词，例如它与his匹配（这不是故意的），并且使用此正则表达式，

\bis\s+([^.]*)

在没有单词边界的情况下，甚至his也会匹配并为您提供您不想要的第二句话。

Regex Demo

尝试此修改后的Python代码，

import re

s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'\bis\s+([^.]*)',s)
print(r)

仅打印

['an English actor, model and musician']

Answer 3

使用partition()可能会更容易：

splice = s.partition("is")[2]  # an English actor, model and musician. He started his film career by playing Cedric Diggory in Harry Potter.

然后split()：

final = splice.split('.')[0]

Answer 4

之所以这样，是因为.*是贪婪的，如果可能（并且可以）匹配所有其余部分。

由于您具有新的行分隔符，因此可以根据需要使用它。 仅对该字符串使用正则表达式，您可以使用正向(?<=is)来做到这一点。 将匹配但不包含在结果中

s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'(?<=is).*\n',s)
print(r)
[' an English actor, model and musician.\n']