如何在python中使用正则表达式从字符串中提取一些单词模式答案

【问题标题】：How to extract some words pattern from string using regex in python如何在python中使用正则表达式从字符串中提取一些单词模式
【发布时间】：2017-04-13 06:17:10
【问题描述】：

我想从包含特定字符 (/IN) 直到其他特定字符 (/NNP) 的字符串中提取单词。到目前为止我的代码（仍然无法正常工作）：

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)

所以sentence 包含我喜欢提取的单词di/IN Jln/NN Terusan/NNP Borobudur/NNP 和di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP。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。

【问题讨论】：

标签： python regex string pattern-matching

【解决方案1】：

使用

r'\S+/IN\b(?:(?!\S+/IN\b).)+\S+/NNP\b'

见regex demo

详情

\S+ - 1+ 个非空白符号
/IN\b - 一个 /IN 子字符串作为一个完整的单词
(?:(?!\S+/IN\b).)+ - 除换行符之外的任何 1+ 个字符，不匹配 \S+/IN\b 模式序列（也使用 re.DOTALL 来匹配换行符）
\S+/NNP\b - 1+ 个非空格，/NNP 是一个完整的单词（因为 \b 是一个单词边界）

【讨论】：

尝试：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 d/NN /NNP dan/NN di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP" 在前两个 NNP 之间添加 d/NN。
还是不行。除此之外，它也不包括/IN 和/NNp 之间没有字符串的情况。
@Kasramvd：它们之间一定有什么，至少会有一个空格，因此+量词是正确的。
我的意思是空间。它不符合那种情况。测试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 d/IN /NNP dan/NN di/IN Jalan/NN Perempatan/ADJ Malioboro/NNP"
记号可以为空并归类为名词吗？这很奇怪，但[^\s/]*/IN\b(?:(?![^\s/]*/IN\b).)+[^\s/]*/NNP\b 会涵盖这一点。