正则表达式匹配单词的前n OCCURENCES

Question

我有格式的字符串正则表达式。它会输出单词列表。

谢谢

Answer 1

正则表达式不能用于计数。

所以不 - 你不能使用正则表达式找到前n个单词。

Answer 2

为了完成你正在做的事情，你需要使用词性标注器来分类句子中使用的词类。 您可以使用任何一种自然语言处理库来做到这一点。 例如。在Python中你有pynltk。 http://answers.oreilly.com/topic/1091-how-to-use-an-nltk-part-of-speech-tagger/

之后，您需要根据词性对词汇进行分组并统计它们。 完全超出了正则表达式的范围。

Answer 3

你的正则表达式是(\\s|^)([a-zA-Z]+?)<Noun>(\\s|$)，在每一个找到的匹配，你应该使用$2通过使用下面的代码来获得结果

在C＃中，你可以做到这一点：

 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")); 
    }