正則表達式匹配單詞的前n OCCURENCES

Question

我有格式的字符串正則表達式。它會輸出單詞列表。

謝謝

Answer 1

正則表達式不能用於計數。

所以不 - 你不能使用正則表達式找到前n個單詞。

Answer 2

爲了完成你正在做的事情，你需要使用詞性標註器來分類句子中使用的詞類。 您可以使用任何一種自然語言處理庫來做到這一點。 例如。在Python中你有pynltk。 http://answers.oreilly.com/topic/1091-how-to-use-an-nltk-part-of-speech-tagger/

之後，您需要根據詞性對詞彙進行分組並統計它們。 完全超出了正則表達式的範圍。

Answer 3

你的正則表達式是(\\s|^)([a-zA-Z]+?)<Noun>(\\s|$)，在每一個找到的匹配，你應該使用$2通過使用下面的代碼來獲得結果

在C＃中，你可以做到這一點：

 string type = "Noun"; 
    int top = 5; 

    MatchCollection mc = Regex.Matches("I<Noun> like<verb> to<Function> eat<verb> an apple<Noun>", String.Format("(\\s|^)([a-zA-Z]+?)<{0}>(\\s|$)", type)); 

    List<string> res = new List<string>(); 

    for (int i = 0; i < mc.Count && i < top; i++) 
    { 
     res.Add(mc[i].Result("$2")); 
    }