python常用英文缩写_Python正则表达式：标记英语缩略语

我试图以这样一种方式来解析字符串，以便分离出所有的单词组件，甚至那些已经收缩的组件。例如，“should't”的标记化将是[“should”，“n't”]。在

nltk模块似乎无法胜任该任务，但是："I wouldn't've done that."

标记为：['I', "wouldn't", "'ve", 'done', 'that', '.']

其中所需的“would't”标记化为：['would'，“n't”，“ve”]

在研究了常见的英语缩略语之后，我试图编写一个正则表达式来完成这项工作，但是我很难弄清楚如何只匹配一次“'ve”。例如，以下标记都可以终止收缩：n't, 've, 'd, 'll, 's, 'm, 're

但是代币“'ve”也可以跟在其他缩略语之后，比如：'d've, n't've, and (conceivably) 'll've

目前，我正试图解决这个正则表达式：\b[a-zA-Z]+(?:('d|'ll|n't)('ve)?)|('s|'m|'re|'ve)\b

但是，此模式也与格式错误的匹配："wouldn't've've"

问题似乎是第三个撇号限定为单词边界，这样最后的“'ve”标记与整个regex匹配。在

我一直想不出一种方法来区分单词边界和撇号，如果没有，我愿意接受其他策略的建议。在

另外，我很好奇是否有任何方法可以在字符类中包含单词边界特殊字符。根据Python文档，character类中的\b与退格符匹配，似乎没有办法解决这个问题。在

编辑：

输出如下：>>>pattern = re.compile(r"\b[a-zA-Z]+(?:('d|'ll|n't)('ve)?)|('s|'m|'re|'ve)\b")

>>>matches = pattern.findall("She'll wish she hadn't've done that.")

>>>print matches

[("'ll", '', ''), ("n't", "'ve", ''), ('', '', "'ve")]

我想不出第三场比赛。特别是，我刚刚意识到，如果第三个撇号与前导\b匹配，那么我不知道什么会匹配字符类[a-zA-Z]+。在

python常用英文缩写_Python正则表达式：标记英语缩略语相关推荐

python常用英文缩写_python常用英文单词
application 应用程式应用.应用程序 application framework 应用程式框架.应用框架应用程序框架 architecture 架构.系统架构体系结构 argument ...
python 常用包_Python常用指引
Python常用指引 Python常用指引的形式来源于Linux文档项目的常用指引章节,是一系列独立.指定主题并尝试完全覆盖该主题的文章集合.致力于提供比Python库参考帮助更详尽的文档. Pyth ...
python常用类库_Python常用库
Python常用库一.time:时间处理模块 import time 1.time.time() time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数). import tim ...
python正则匹配_Python正则表达式只匹配一次
我正在尝试创建一个简单的降价乳胶转换器,只是为了学习 python和基本的正则表达式,但我不知道试图弄清楚为什么下面的代码不起作用: re.sub (r'\[\*\](.*?)\[\*\]: ?(.* ...
python 常用库_Python程序员解决棘手问题的常用库
无论做为Python大牛,还是一个Python菜鸟,在编程的道路上都会遇到诸多种很棘手的问题.如下介绍的内个库是Python诸多问题解决中,最常用到的.希望这些Python的库可以帮您快速解决遇到的棘 ...
python findall函数_Python正则表达式
什么是正则表达式 •正则表达式是字符串处理的有力工具,比字符串自身提供的方法提供了更强大的处理功能. •例如判断一个字符串是否是合法的Email地址,可以通过构造一个规则(正则表达式),去判断字符串是 ...
python正则匹配_Python正则表达式详解
正则表达式,又称规则表达式(Regular Expression),是使用单个字符串来描述.匹配某个句法规则的字符串,常被用来检索.替换那些符合某个模式(规则)的文本.最初的正则表达式出现于理论计算机 ...
python常用代码_Python常用算法学习(4) 数据结构（原理+代码）-最全总结
数据结构简介 1,数据结构数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间的关系组成.简单来说,数据结构就是设计数据以何种方式组织并存贮在计算机中.比如:列表,集合与字 ...
python算法口诀_python 正则表达式口诀
正则其实也势利,削尖头来把钱揣: (指开始符号^和结尾符号$) 特殊符号认不了,弄个倒杠来引路: (指\. \*等特殊符号) 倒杠后面跟小w, 数字字母来表示: (\w跟数字字母;\d跟数字) 倒杠后 ...
python正则库_python 正则表达式第三方库 re的基本使用
re模块简介: 正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配,而re模块就是python中实现正则的模块正则表达式简介: 非打印字符: 非打印字符也可以是正则表达 ...

python常用英文缩写_Python正则表达式：标记英语缩略语

python常用英文缩写_Python正则表达式：标记英语缩略语相关推荐

最新文章

热门文章