正則表達式：獲取帶空格的重音字母

Question

我試圖從JSON字符串中提取關鍵字並獲取該單詞的上下文。我的字符串看起來像：

JSON

{"1" : "Na casa de meu Pai há muitos aposentos; se não fosse assim, eu lhes teria dito. Vou preparar-lhes lugar."} 

目前，我的Python代碼是：

的Python

re.findall(regex, string) 

我想提供一個字（如排）並獲取關鍵字前後的單詞。我的腳本將計算關鍵字的所有出現次數並製作上下文單詞列表。

我的問題是：如何使用空格，逗號，點等獲得重音字母？什麼是最好的方法：列出所需的字符或排除不需要的？喜歡的東西：

([^\"]+)Pai([^\"$]+) 

Answer 1

通過json.load()或json.loads()裝入JSON數據，然後使用nltk.ConcordanceIndex，這將有助於你去探索文本，例如圍繞一個特定的詞的話：

import nltk 

text = 'Na casa de meu Pai há muitos aposentos; se não fosse assim, eu lhes teria dito. Vou preparar-lhes lugar.' 
tokens = nltk.word_tokenize(text) 

c = nltk.ConcordanceIndex(tokens, key=lambda s: s.lower()) 
result = [] 
for offset in c.offsets('Pai'): 
    result += tokens[offset - 2: offset] 
    result += tokens[offset + 1: offset + 3] 

print(result) 

打印['de', 'meu', 'há', 'muitos'] 。