正则表达式用匹配的词提取句子，而不会停留在“先生”、“夫人”处等等答案

【问题标题】：RegEx Extract Sentence with a Matched Word, without stopping at "Mr.", "Mrs." etc正则表达式用匹配的词提取句子，而不会停留在“先生”、“夫人”处等等
【发布时间】：2014-12-09 00:57:23
【问题描述】：

我创建了一个正则表达式，可以提取包含匹配单词的句子。

[^.|?|!]*\<friends\>[^.|!|?]*[\"!?:\.]

但不适用于句子中有Mr./Mrs./Dr.等的情况。

例如：

The adventures are great. I don't know whether you know that Dr. Watson and Mr. Holmes are good friends, Ms. Adler.

我想要的输出是：

I don't know whether you know that Dr. Watson and Mr. Holmes are good friends, Ms. Adler.

如何做到这一点？

【问题讨论】：

在 Debuggex 上查看您的正则表达式，我不确定您是否真的知道它匹配的是什么：debuggex.com/r/YMtOObNo59HHAv8c
例外太多了（不只是标题，还有很多缩写），除非你把它们列出来，否则很难找到一个通用的规则......
另外，您为什么要查找 <friends> 而您的输入不包含 < 和 > 字符？您使用的是哪种语言？
@sp00m \ 允许搜索带有连字符的单词，我组成一个：friends-like
@DanEng 对不起？我不明白，你有一个预处理器来转换你的正则表达式吗？正则表达式中的\<friends\> 将逐字匹配字符串"<friends>"...

标签： regex

【解决方案1】：

通过负前瞻。

(?:(?!Mr|Ms|Dr|[.?!]).|Mr\.|Ms\.|Dr\.)*\bfriends\b(?:(?!Mr|Ms|Dr|[.?!]).|Mr\.|Ms\.|Dr\.)*[\"!?:.]

DEMO

【讨论】：

我喜欢你的回答，比我的干净多了！对于不支持负前瞻的引擎来说，这是一个缺点，但它是一个干净的解决方案。而且效果很好。
如果真的对你有帮助，你可以考虑accepting。

【解决方案2】：

你可以使用这样的东西：(?:(Dr|Mr|Ms)\.|[^.])+ 并且只返回第 1 组匹配的结果。

【讨论】：

【解决方案3】：

如果您使用的语言支持 PCRE 风格，这可能是第一个解决方案：

((?:[^.?!]|(?<=Mr|Mrs|Ms|Dr)\.)*)friends(?1)

regex101上的演示和解释

【讨论】：

我的引擎不支持 PCRE。但感谢您的解决方案！

【解决方案4】：

\.((([^.]*Mr\.)|([^.]*Dr\.)|([^.]*Ms\.))*[^.]*)(?<=friends)

这应该可行，您将“朋友”一词更改为您想要在句子中搜索的任何内容，您可以添加更多误报匹配，只需将它们附加在 |([^.]*Ms. ) 以相同的风格，所以如果你也想忽略 M. 你可以添加 |([^.]*M.) 然后正则表达式看起来像这样

\.((([^.]*Mr\.)|([^.]*Dr\.)|([^.]*Ms\.)|([^.]*M\.))*[^.]*)(?<=friends)

更新的解决方案，现在有点笨拙 :)，它保存在捕获组 0 中

\.(((([^.]*Mr\.)|([^.]*Dr\.)|([^.]*Ms\.)|([^.]*M\.))*[^.]*)(?<=friends)((([^.]*Mr\.)|([^.]*Dr\.)|([^.]*Ms\.)|([^.]*M\.))*[^.!?]*))

【讨论】：

使用第一个正则表达式，输出为：“我不知道你知不知道华生医生和福尔摩斯先生是好朋友” 如何通过昏迷并到达句尾，如？，！还是句号？谢谢。
我有这个：\.((([^.]*Mr\.)|([^.]*Dr\.)|([^.]*Ms\. ))*[^.]*)(?

【解决方案5】：

你可以使用这个看起来很糟糕的正则表达式：

/[a-z](?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*friends(?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*[\"!?:\.]/i

您可以将单词 friends 替换为您想要匹配的任何内容。

请注意，如果friends 是第一个单词，它不会匹配。

你可以使用这个，如果friends是第一个单词，则匹配：

/(?:friends|[a-z])?(?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*friends(?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*[\"!?:\.]/i

这将匹配句子开始之前的空格。

如果这是一个问题，你可以使用这个：

/\s*((?:friends|[a-z])?(?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*friends(?:(?:(?:drs?|m[rs])\.)|[^.|?|!])*[\"!?:\.])/i

这会将整个句子保存在 $1 上，并且如果 friends 是第一句，它将起作用。

所有这些都使用 Javascript 进行了测试，应该适用于其他风格。

【讨论】：