正则表达式在另一个单词之前添加字符（来自选择列表）

Question

我正在阅读本文 ，这使我有了使用组的想法。 我想在/ O，/ ORGANIZATION，/ PEOPLE或/ LOCATION之后的字符之前添加\\ t

我有以下

'The/O\nSkoll/ORGANIZATION\nFoundation/ORGANIZATION\n,/O\nbased/O\nin/O\nSilicon/LOCATION\nValley/LOCATION\na'

并希望以下

The\t/O\nSkoll\t/ORGANIZATION\nFoundation\tORGANIZATION\n

我试过了，但是没有用。 我如何记起正则表达式捕获的组织？

x = str(t)
x = re.sub('\/(ORGANIZATION|LOCATION|PERSON|O)','\t\1', x)

我的中级解决方案，但是最好有一个内衬。

x = re.sub(r'\/(ORGANIZATION)',r'\t\1', x)
x = re.sub(r'\/(LOCATION)', r'\t\1',x)
x = re.sub(r'\/(PERSON)',r'\t\1', x)
x = re.sub(r'\/(O)',r'\t\1', x)

Answer 1

像这样：

>>> t = 'The/O\nSkoll/ORGANIZATION\nFoundation/ORGANIZATION\n,/O\nbased/O\nin/O\nSilicon/LOCATION\nValley/LOCATION\na'
>>> re.sub(r'(/(?:ORGANIZATION|LOCATION|PERSON|O))',r'\t\1', t)
'The\t/O\nSkoll\t/ORGANIZATION\nFoundation\t/ORGANIZATION\n,\t/O\nbased\t/O\nin\t/O\nSilicon\t/LOCATION\nValley\t/LOCATION\na'

演示： http ： //regex101.com/r/nB5dN3/1

Answer 2

由于/O涵盖了/ORGANIZATION情况，因此无需再次指定。

对于替换字符串，您需要传递原始字符串或转义\\ 。 因此， 以下两项都可以工作 ：

x = re.sub( r'\/(O|LOCATION|PERSON)', r"\t\1", x )
x = re.sub( r'\/(O|LOCATION|PERSON)', "\\t\\1", x )

Answer 3

您将要使用否定的超前断言 （语法： (?!...) ，其中...是断言将尝试匹配的东西），以将/O与/ORGANIZATION区分开。 这是我的建议：

x = str(t)
x = re.sub(r'\/(ORGANIZATION|LOCATION|PERSON|O(?!R))','\t\\1', x)

请注意，前瞻性断言以(?开头，因此不会形成带编号的组，因此您仍然希望在替换字符串中检索组。

还要注意如何将第一个字符串变成原始字符串，但没有将第二个字符串变成原始字符串。 我假设您要在替换字符串中使用的是制表符，而不是后跟一个反斜杠，因此我在替换中引用了第二个反斜杠，但不是第一个。 如果您需要有关这些反斜杠的更多说明，请告诉我。

最后，如果要在替换中保留单个正斜杠，可以按照某些人的建议在搜索正则表达式周围加上第二对分组括号，但是将其添加到替换字符串中可能更简单，因此：

x = str(t)
x = re.sub(r'\/(ORGANIZATION|LOCATION|PERSON|O(?!R))','/\t\\1', x)

我认为这就是您要寻找的。 如果您还有其他问题，请告诉我们。

Answer 4

str = 'The/O\nSkoll/ORGANIZATION\nFoun/LOLdation/ORGANIZATION\n,/O\nbased/O\nin/O\nSilicon/LOCATION\nValley/LOCATION\na'
x = re.sub("(/O|/ORGANIZATION|/PEOPLE|/LOCATION)", r"\t\1", str)

在这里，只有两行〜但就像hjpotter92所说的那样，您的/ O涵盖了组织，因此并没有真正的需要，只是具体而言。