php/regex - 從文本中提取專有名詞

Question

我想從PHP正則表達式中提取專有名詞（例如Micheal Jackson），但是我的正則表達式不正確。

文本：

我的朋友邁克爾傑克遜是流行音樂之王。遊戲專輯賣得很少。

我想要什麼：

一個正則表達式是能夠提取的多個單詞e.g邁克爾傑克遜還是遊戲專輯專有名詞。

我的正則表達式：

/(?<=\s)([A-Z][a-z]+).*(?=\s)/ 

感謝。

P.S.通過移動設備發佈。道歉，如果格式不好。

Answer 1

嘗試使用單詞邊界，而不是你的回顧後/超前

/\b([A-Z][a-z]+)\b/ 

我不明白你.*部分，這將在第一個字到最後空格後搭配什麼，所以我從我的正則表達式刪除了。

如果你想一次匹配多個字（也許你對自己.*實現這一目標？）試試這個：

(?:\s*\b([A-Z][a-z]+)\b)+ 

看到它here on Regexr

Answer 2

斯坦福分析器可以幫助你在這裏。它將標記你的短語，並根據句子結構提取專有名詞和所有其他作品。

它可以作爲一個jar下載，或者你可以嘗試一下在網上瀏覽：http://nlp.stanford.edu:8080/parser/