在python中如何用nltk标识字符串中的颜色？

Question

这个问题本身就说明了问题，但我的问题是我想用nltk识别字符串中的颜色，我能找到的就是如何对词类进行分类。我知道我可以列出我想支持的所有颜色，但是因为我想支持css中所有可用的颜色，这将是一个相当长的列表（其中一些颜色会变得奇怪，比如青色和海蓝色）。如果有比把它们都写出来更简单的方法，我们将不胜感激。谢谢！在

编辑：

当我第一次问我的问题时，我似乎忘了提，我要求颜色名称像自然语言一样间隔开，而不是在一起运行，因为它在语音识别中的应用。因此，我选择了“Tadhg McDonald Jensen”的答案作为最佳答案，因为它很好地回答了我最初的问题。不过，我也张贴了我自己的答案，提供了颜色名称与空格。希望这有帮助！在

Answer 1

我不会使用nltk而是regex。

1. 获取所有css颜色的列表（here）
2. 提取颜色名称并建立一个列表（使用beauthulsoup）
3. 构建正则表达式模式
4. 使用此regex模式匹配字符串中需要的内容

我的工作
（如果需要，只需更改最后两行和代理设置）

from bs4 import BeautifulSoup

color_url = 'http://colours.neilorangepeel.com/'
proxies = {'http': 'http://proxy.foobar.fr:3128'}#if needed

#GET THE HTML FILE
import urllib.request
authinfo = urllib.request.HTTPBasicAuthHandler()# set up authentication info
proxy_support = urllib.request.ProxyHandler(proxies)
opener = urllib.request.build_opener(proxy_support, authinfo,
                                     urllib.request.CacheFTPHandler)# build a new opener that adds authentication and caching FTP handlers
urllib.request.install_opener(opener)# install the opener
colorfile = urllib.request.urlopen(color_url)

soup = BeautifulSoup(colorfile, 'html.parser')

#BUILD THE REGEX PATERN
colors = soup.find_all('h1')
colorsnames = [color.string for color in colors]
colorspattern = '|'.join(colorsnames)
colorregex = re.compile(colorspattern)

#MATCH WHAT YOU NEED
if colorregex.search(yourstring):
    do what you want