[英]Regex in Python to find words that follow pattern: vowel, consonant, vowel, consonant
试图在Python中学习正则表达式,找到具有连续元音 - 辅音或辅音 - 元音组合的单词。 我如何在正则表达式中执行此操作? 如果无法在Regex中完成,是否有一种在Python中执行此操作的有效方法?
我相信你应该能够使用这样的正则表达式:
r"([aeiou][bcdfghjklmnpqrstvwxz])+"
用于匹配元音后跟辅音和:
r"([bcdfghjklmnpqrstvwxz][aeiou])+"
用于匹配辅音,然后是元音。 作为参考,+表示它将匹配它可以找到的该模式的最大重复。 例如,将第一个模式应用于“ababab”将返回整个字符串,而不是单个出现的“ab”。
如果你想匹配一个或多个元音后跟一个或多个辅音,它可能如下所示:
r"([aeiou]+[bcdfghjklmnpqrstvwxz]+)+"
希望这可以帮助。
^(([aeiou][^aeiou])+|([^aeiou][aeiou])+)$
>>> import re
>>> consec_re = re.compile(r'^(([aeiou][^aeiou])+|([^aeiou][aeiou])+)$')
>>> consec_re.match('bale')
<_sre.SRE_Match object at 0x01DBD1D0>
>>> consec_re.match('bail')
>>>
如果将辅音有向图映射为单个辅音,则最长的这个单词是解剖学病理学的10 * VC字符串。
如果你正确映射y ,那么你得到完整的字符串,如乙酰丙酮类 ,8 * VC和hypocotyledonary为8 * CV。
如果你不需要字符串是完整的,你会得到一个9 * CV模式的chemicomineralogical和9 * VC模式的overigginativeness 。
如果连续辅音或元音的运行允许交替,则有很多10 *个单词,如(C+V+)+
。 这些包括腹腔镜子宫切开术和输尿管囊肿 。
主要技巧是首先将所有辅音映射到C,将所有元音映射到V,然后进行VC或CV匹配。 对于Y,您必须做前瞻和/或后视,以确定它是否映射到该位置的C或V.
我可以告诉你我使用的模式,但你可能不会对我感到高兴。 :) 例如:
(?<= \p{IsVowel} ) [yY] (?= \p{IsVowel} ) # counts as a C
(?<= \p{IsConsonant} ) [yY] # counts as a V
[yY] (?= \p{IsVowel} ) # counts as a C
然后,主要技巧就是通过查找VC或CV交替的重叠匹配
(?= ( (?: \p{IsVowel} \p{IsConsonant} ) )+ ) )
和
(?= ( (?: \p{IsConsonant} \p{IsVowel} ) )+ ) )
然后你计算所有那些,看看哪些是最长的。
但是,由于Python支持没有(默认情况下/直接)支持regex中的属性,就像我将它们用于我自己的程序一样,这使得首先将字符串预处理成C和V的更为重要。 。 否则你的模式看起来很难看。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.