正则表达式：最多匹配一个单词或最多个单词

Question

我想找一个短语，在它后面匹配几个单词，但是如果我找到另一个特定的短语，就早点停下来。在

例如，我想在“going to the”后面匹配最多三个单词，但是如果遇到“to try”，则停止匹配过程。例如，“去卢娜公园”将产生“卢娜公园”；而“前往秘鲁首都”将产生“首都城市”和“去月球品尝奶酪蛋糕”将产生“月亮”。在

可以用一个简单的正则表达式（最好是Python）来完成吗？我试过所有我能想到的组合，但失败得惨不忍睹：）。在

Answer 1

这一个匹配最多3个（{1,3}）个单词，只要它们后面没有紧跟着to try（(?!to try)）：

import re
infile = open("input", "r")
for line in infile:
    m = re.match("going to the ((?:\w+\s*(?!to try)){1,3})", line)
    if m:
        print m.group(1).rstrip()

输出

^{pr2}$

Answer 2

我想你是在寻找从句子中提取专有名词的方法。您应该查看NLTK以获得正确的方法。Regex只能对有限的上下文无关语法有用。另一方面，你似乎在要求分析人类语言的能力，这对计算机来说是非常重要的。在