Python 正则表达式选择现在完成时的动词

Question

在给定的字符串中，我试图捕捉现在完成时态的动词。我通过在 python 中使用以下正则表达式来做到这一点:

import re
sentence = "The Batman has never shown his true identity but has done so much good for Gotham City"

verb = re.findall(r'has\s[^\,\.\"]{0,50}done', sentence)

结果是:

>>> print(verb)

['has never shown his true identity but has done']

在这里，正确答案应该是“已经完成”，但是“从未显示”中的“已经”是错误的“已经”。 [^\,\.\"]{0,50} 部分允许对“已完成”和“完成”之间的内容有一定的自由度，这里没有出现，但在我的网站上很有用真实数据。但是，它会捕获它找到的第一个“有”，这并不总是好的。是否可以取最后一个“有”？

Answer 1

您可以使用 tempered greedy token解决方法在这里:

\bhas\s(?:(?!\bhas\b)[^,."]){0,50}?\bdone\b

参见 regex demo .

详情

• \bhas - 整个单词 has
• \s - 一个空白字符
• (?:(?!\bhas\b)[^,."]){0,50}? - 除了 ,, 之外的任何字符. 或 "，零到五十次出现，但尽可能少，不会以整个单词开头 has
• \bdone\b - 整个单词done。

查看 Python demo :

import re
sentence = "The Batman has never shown his true identity but has done so much good for Gotham City"
verb = re.findall(r'\bhas\s(?:(?!\bhas\b)[^,."]){0,50}?\bdone\b', sentence)
print(verb)
# => ['has done']