我想从包含特定字符 (/IN) 到其他特定字符 (/NNP) 的字符串中提取单词。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)
因此句子包含单词di/IN Jln/NN Terusan/NNP Borobudur/NNP 和di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP 我喜欢提取。预期结果:
['di/IN Jln/NN Terusan/NNP Borobudur/NNP', 'di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP']
完成这项任务的最佳方法是什么?谢谢。
请您参考如下方法:
使用
r'\S+/IN\b(?:(?!\S+/IN\b).)+\S+/NNP\b'
参见 regex demo
详情
\S+- 1+ 个非空白符号/IN\b-/IN子串作为一个完整的单词(?:(?!\S+/IN\b).)+- 除换行字符外与\S+/IN\b 不匹配的任何 1+ 个字符模式序列(也使用re.DOTALL来匹配换行符)\S+/NNP\b- 1+ 个非空格,/NNP作为一个完整的词(因为\b是一个词边界)
