Python正则表达式标点识别答案

【问题标题】：Python Regex punctuation recognitionPython正则表达式标点识别
【发布时间】：2012-03-01 00:32:43
【问题描述】：

我被这个难住了。我只是在学习正则表达式，不知道为什么这不会返回标点符号。

这是正则表达式正在解析的一段文本文件：

四月/NNP 是/VBZ /DT 最残忍的/JJ 月/NN ,/, 育种/VBG 紫丁香/NNP 输出/RB 的/IN /DT 死/JJ 陆地/NN

text = open_file.read()

grammarList = raw_input("Enter your grammar string: ");
tags = grammarList.split("^")


tags_pattern = r'\s+'.join(r"([\w\,\:\;\"\-\.]+)/{0}".format(re.escape(tag)) for tag in tags) + r"\b"
print tags_pattern

from re import findall
start_position = 0

for poem in poemList:
    start_position = text.find('<' + poem + '>', start_position)
    end_position = text.find('</' + poem + '>', start_position)

    searchtext = text [start_position:end_position]
    poemname = poem
    for oldname, newname in poemtitleswapList.items():
        poemname = poemname.replace(oldname, newname)

    print (poemname)
    print (findall(tags_pattern, searchtext))
    print ("\n")

我认为方括号中的“\”会允许它返回一个“”，但它不起作用。

任何帮助将不胜感激。

【问题讨论】：

您能否生成一个完整的、可运行的示例来说明您遇到的问题？
不，这仍然不是一个完整的可运行示例。此外，您似乎使用正则表达式解析 XML/HTMl，这是非常错误的。
我不知道我需要放什么。该程序引用了一个 40mb 的文本文件，并且像poemList 这样的数组非常庞大。你想要整个程序吗？
如果您不能正确提出问题，甚至不能给我们提供我们可以测试的示例，您将不会得到答案。
而且，我提出问题来尝试学习。我不明白为什么你的反应如此激进。好吧，你赢了，我不知道如何正确地问你问题。礼貌的回应是告诉我如何正确提问。相反，它的五个傲慢的 cmets 关于你如何无法帮助我处理我给你的东西。那就别帮忙了。当我什至不处理 XML 时，说“这是非常错误的”之类的话只是浮夸，甚至没有提供任何建议。这有什么帮助？直到现在，这里的每个人都一直很好。你的交易是什么？

标签： python regex punctuation

【解决方案1】：

在最小化您的示例后，我们有：

re.findall(r"/\,\b", "/NN ,/, breeding/VBG Lilacs/NNP out/RB of/IN the/DT dead/JJ land/NN")

而且它不匹配的原因很明显：逗号后面没有单词的开头。

【讨论】：

那么我该如何修改我的代码？我不明白你在这里写了什么。
我不知道你的代码是做什么的，所以我不知道应该怎么做，但是如果你在\b 之前添加一个空格，字符串就会匹配。如果你不明白我写的内容，你至少不明白\b 是什么意思，所以你不应该在你的代码中使用它。