解析或提取数据以在数据库中输入答案

【问题标题】：Parsing or extracting data for input in a database解析或提取数据以在数据库中输入
【发布时间】：2011-09-15 22:20:02
【问题描述】：

我有以下文本文件：

VERDICT: 
MR. FOREMAN:  Guilty.        
THE COURT:  Accused and, you have been found guilty on the charges as you have heard the Foreman for the jury say.  You are remanded.  I have requested a probation report and you are remanded until sentencing, until the Court receives the probation report. 
THE COURT:  Mr. Foreman and members of the jury, on behalf of the administration of justice   
THE CLERK:  Joh Doe the jury have found you guilty.  Have you anything to say before Her Ladyship, the Judge, proceeds to sentence you?                      
SENTENCE:
THE COURT:  John Doe.

我想使用verdict、foreman、court、clerk、sentence等关键字作为标签，将这些信息输入数据库。请告诉我如何提取这些单词以创建标签以形成 xml 文档以将其放入数据库中。我一直在使用正则表达式和数据提取进行搜索，但我还没有找到任何东西。

【问题讨论】：

如果你提出一个更具体的问题，表明你至少尝试过一些东西，你可能会更幸运。
我确实尝试了一些东西 John... 我创建了一个具有相同内容的 xml 文件，并使用 sqlbulk 复制代码将其写入数据库.. 但是我手动创建了该标签.. . 我想生成标签...
问题在于，您实际上是在要求某人为您完成所有工作。显示代码或到目前为止您所拥有的任何内容，并就您遇到问题的部分提出具体问题。它现在的读法是“为我做我的工作”。无意冒犯，只是想帮助您获得有用的答案。
您还应该提及您正在使用的数据库类型，以及您尝试使用的语言。相应地调整您的标签。

标签： regex parsing data-extraction

【解决方案1】：

你有预期的标签列表吗？

如果是，哪部分不清楚？
- 只需从 XML 中提取所有相关字符串（使用任何解析器，您没有提到语言，因此无法举例）。
- 应用包含允许标签的正则表达式，如果匹配则添加标签。
- PS：如果您有太多的标签和/或太多的数据来处理对每个输入字符串应用一个正则表达式/标签可能不是最好的性能。
如果不是，那么我想您应该假设某些词是标签并添加它们。虽然我不喜欢这个想法（通常我希望用户思考并给我他想要标记他的输入的标签）我能想到的一种方法是制作一个你不想用作标签的单词列表（例如“and”、“or”、“I”、“we”、...），使用 regEx replace 删除所有这些单词，取剩余单词

【讨论】：