如何在python中使用regex从字符串中提取单词模式

Question

我想从包含特定字符（/IN）的字符串中提取单词，直到提取到其他特定字符（/NNP）。我的代码到目前为止（仍然不起作用）：

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包含我想提取的单词di/IN Jln/NN Terusan/NNP Borobudur/NNP和{}。预期结果：

^{pr2}$

这样做最好的方法是什么？谢谢。在

Answer 1

使用

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

参见regex demo

详细信息

• \S+-1+个非空白符号
• /IN\b-a/IN子串作为一个整词
• (?:(?!\S+/IN\b).)+-除换行符以外的任何1+字符，它们与\S+/IN\b模式序列不匹配（也可以使用re.DOTALL来匹配换行符）
• \S+/NNP\b-1+非空白，/NNP作为整个单词（因为\b是一个单词边界）