Python-сообщество

smirnoffs · Июль 8, 2011 09:24:22

Задача выловить регулярными выражениями слова, начинающиеся с больших букв, находящиеся не в начале предложения.
Например

re.findall(regexp, "Hi, Nick. How are you doing? Are you going to Kyiv next week?") = ['Nick', 'Kyiv']

Я написал вот такую конструкцию, но она почему-то не отсеивает слова после точек, знаков вопроса.

regexp='(?!^|\.\s?|\!\s|\?\s?)+[A-Z]{1,}[a-z]?'

Как правильно написать выражение?

diam123 · Июль 8, 2011 12:03:45

regexp="([A-Z]\w+)"
['Hi', 'Nick', 'How', 'Are', 'Kyiv']

oops, недосмотрел “не в начале предложения”
P.S. http://www.addedbytes.com/download/regular-expressions-cheat-sheet-v2/png/

Отредактировано (Июль 8, 2011 12:05:30)

smirnoffs · Июль 8, 2011 12:06:18

diam123
regexp="([A-Z]\w+)"
['Hi', 'Nick', 'How', 'Are', 'Kyiv']
oops, недосмотрел “не в начале предложения”
P.S. http://www.addedbytes.com/download/regular-expressions-cheat-sheet-v2/png/

Да, да, именно не в начале предложения.

diam123 · Июль 8, 2011 12:19:44

smirnoffs
Да, да, именно не в начале предложения.

Если брать указанную вами строку, то:

regexp="[^\.\?\!] ([A-Z]\w+)"

Но это сильно накладывает ограничения, такие как:
Предложение должно заканчиваться на . или ? или !
Перед нужными словами обязательно должен стоять пробел…

Отредактировано (Июль 8, 2011 12:20:16)

smirnoffs · Июль 8, 2011 12:27:15

diam123
smirnoffs
Да, да, именно не в начале предложения.
Если брать указанную вами строку, то:
regexp="[^\.\?\!] ([A-Z]\w+)"
Но это сильно накладывает ограничения, такие как:
Предложение должно заканчиваться на . или ? или !
Перед нужными словами обязательно должен стоять пробел…

Пробел может стоять, а может и не стоять. А еще их может быть два. Как тогда?

diam123 · Июль 8, 2011 12:36:54

smirnoffs
Пробел может стоять, а может и не стоять. А еще их может быть два. Как тогда?

Вы бы больше примеров дали, батенька :)
Есть вот такой вот вариант:

regexp = u"[^\.\?\!\$][\s|\S]([A-Z]\w+)"

Если у вас в словах не будет смешанных регистров букв (aMaya), то он подойдёт.
Пробуйте, и давайте еще образцов текстов, если не то :)

smirnoffs · Июль 8, 2011 13:47:29

Пример

re.findall(regexp, "We are going to visit Cambridge (California, US) next week.  Would you join?") = ['Cambridge','California','US']

Nik · Июль 8, 2011 19:51:06

>>> s = "Hi, Nick!  How are you doing? Are you going to Kyiv next week?"
>>> p = re.compile(r"(?<!^)(?<![.!? ])(?:\s*)([A-Z][a-zA-Z]+)", re.M)
>>> p.findall(s)
['Nick', 'Kyiv']
>>> s = "We are going to visit Cambridge (California, US) next week.  Would you join?"
>>> p.findall(s)
['Cambridge', 'California', 'US']

Python-сообщество

Уведомления

#1 Июль 8, 2011 09:24:22

Выловить регулярными выражениями слова написанные с большой буквы

#2 Июль 8, 2011 12:03:45

Выловить регулярными выражениями слова написанные с большой буквы

#3 Июль 8, 2011 12:06:18

Выловить регулярными выражениями слова написанные с большой буквы

#4 Июль 8, 2011 12:19:44

Выловить регулярными выражениями слова написанные с большой буквы

#5 Июль 8, 2011 12:27:15

Выловить регулярными выражениями слова написанные с большой буквы

#6 Июль 8, 2011 12:36:54

Выловить регулярными выражениями слова написанные с большой буквы

#7 Июль 8, 2011 13:47:29

Выловить регулярными выражениями слова написанные с большой буквы

#8 Июль 8, 2011 19:51:06

Выловить регулярными выражениями слова написанные с большой буквы

Board footer