如何在同一行中将两个单词计为一个？涉及IT技术。

Question

在我拥有的文本文件中，每个句子都用特定类型表示，比如：对比句。对比句可以用“CONTRAST”、“CONTR”或“WEAKCONTR”标记来表示。例如：

IMPSENT_CONTRAST_VIS(Studying networks in this way can help to identify the people from whom an individual learns, where conflicts_MD:+ in understanding_MD:+ may originate, and which contextual factors influence learning.)

因此，我使用以下表达式进行计数：/(\_(WEAK))|(\_CONTRAST)|(\_CONTR(\_|\())/g，这个表达式完美地解决了问题。

现在的问题是，有些句子用了多个对比标签，例如：CONTR和WEAKCONTR一起使用。例如：

IMPSENT_CONTRAST_EMPH_WEAKCONTR_VIS(Studying_MD:+ networks in this way can help to identify_MD:+ the people from whom an individual learns, where conflicts_MD:+ in understanding_MD:+ may originate, and which contextual factors influence learning.)

此时，我必须将其视为1而不是2进行计数。您有没有想法如何使用RegExp实现这一点？

- dsimsek

---

标签总是在行首并跟随括号吗？ - Evan Davis

为什么你需要准确的“CONTR”标签数量？知道有一个这样的标签存在不就足够了吗？只是好奇... - wroniasty

@Mathletics 标签可以用括号或下划线表示，标签始终以下划线开头，例如_CONTR(或_CONTR_。 - dsimsek

@wroniasty 我认为重点不是返回确切的数字，而是找到任何带有标签的行，并且只记录每行一次。 - Evan Davis

@wroniasty，我想知道有多少句子提到了对比的观点。这些观点用我上面写的3个标签表示，但有时同一句话包含2个对比标签，这会导致我将1个句子计算为2个。希望清楚明白。 - dsimsek

一次处理一行/句子是一个选项吗？ - wroniasty

Answer 1

你可以使用先行断言来进行断言，然后计算匹配次数：

(?=\w*_(?:WEAK|CONTRAST|CONTR[_)]))\b\w+\b

这里有个演示：http://regex101.com/r/xP2yI7/3
注意匹配数量。

这将匹配整个IMPSENT_CONTRAST_EMPH_WEAKCONTR_VIS表达式，但仅当它匹配前瞻部分时才会匹配，该前瞻部分过滤您要查找的关键字。即使在同一行上有多个这样的句子，这也将匹配。

此外，我简化了您的正则表达式，保留了相同的含义。请注意，您不必转义_。

- Lucas Trzesniewski

---

它运行了！非常感谢。我不能给你点赞，因为需要15个声望，抱歉 :) - dsimsek

Answer 2

你真正关心的只是标签是否出现在整行中，所以只需获取整行，只要它具有标签就可以了，就像这样：

/^([A-Z_]+(WEAK|CONTRAST|CONTR)+[A-Z_]*)/gm

从行首开始^，寻找包含A-Z或_的单词块，后跟标签，可选择跟随更多单词/下划线。

DEMO

- Evan Davis

Answer 3

你可以尝试添加\w+吗：

/(\_(WEAK\w+))|(\_CONTRAST\w+)|(\_CONTR(\_\w+|\())/g

- nicolas

Answer 4

像这样吗？

(^(\_(WEAK))|(\_CONTRAST)|(\_CONTR(\_|\()))

- mark

---

这个答案出现在低质量审核队列中，可能是因为您没有解释代码。如果您在回答中解释了它，您很有可能会获得更多的赞同，并且提问者实际上也会学到一些东西！ - The Guy with The Hat