如何修改与Python中特定正则表达式匹配的文本？

我需要在句子中标记负面语境。 算法如下：

检测一个否定器（不/从不/不/不/等）

检测结束标点符号的句子（。;：！？）

将_NEG添加到这之间的所有单词。

现在，我已经定义了一个正则表达式来挑选所有这些事件：

def replacenegation(text):
    match=re.search(r"((b(never|no|nothing|nowhere|noone|none|not|havent|hasnt|hadnt|cant|couldnt|shouldnt|wont|wouldnt|dont|doesnt|didnt|isnt|arent|aint)b)|bw+n'tb)((?![.:;!?]).)*[.:;!?b]", text)
    if match:
        s=match.group()
        print s
        news=""
        wlist=re.split(r"[.:;!? ]" , s)
        wlist=wlist[1:]
        print wlist
        for w in wlist:
            if w:
                news=news+" "+w+"_NEG"
        print news

我可以检测并替换匹配的组。 但是，我不知道如何在此操作后重新创建完整的句子。 同样对于多个匹配，match.groups（）给我错误的输出。

例如，如果我的输入句子是：

I don't like you at all; I should not let you know my happiest secret.

输出应该是：

I don't like_NEG you_NEG at_NEG all_NEG ; I should not let_NEG you_NEG know_NEG my_NEG happiest_NEG secret_NEG .

我该怎么做呢？

---

首先，您最好将负面预读(?![.:;!?]).)*改为否定字符类。

([^.:;!?]*)

然后，你需要使用无捕获组和删除多余的人你的否定词，因为你已经通过3捕获组包围它，它就会回报3匹配您的否定词好像not 。 那么你可以使用re.findall()来查找所有匹配项：

>>> regex =re.compile(r"((?:never|no|nothing|nowhere|noone|none|not|havent|hasnt|hadnt|cant|couldnt|shouldnt|wont|wouldnt|dont|doesnt|didnt|isnt|arent|aint)b|bw+n'tb)([^.:;!?]*)([.:;!?b])")
>>> 
>>> regex.findall(s)
[("don't", ' like you at all', ';'), ('not', ' let you know my happiest secret', '.')]

或者为了替换你可以使用带有lambda函数的re.sub作为替代者的话：

>>> regex.sub(lambda x:x.group(1)+' '+' '.join([i+'_NEG' for i in x.group(2).split()])+x.group(3) ,s)
"I don't like_NEG you_NEG at_NEG all_NEG; I should not let_NEG you_NEG know_NEG my_NEG happiest_NEG secret_NEG."

请注意，为了捕捉标点符号，您还需要将其输入到捕获组。 然后，可以在编辑后的re.sub()中将句子添加到句子的末尾。

链接地址: http://www.djcxy.com/p/89527.html

上一篇: How to modify text that matches a particular regular expression in Python?

下一篇: How to create a generic timeout object for various code blocks?