命名实体识别（regex表示位置）

Question

如何使用regex来检测以下格式的位置：

Word+, Word+, Word+

简而言之，我希望正则表达式匹配城市名称后接逗号、州名称后接逗号、国家名称后接逗号。其中城市名、州名和国家名可以包含多个用空格分隔的单词，也可以只包含一个单词。在

---

以下是我失败的尝试：

^{pr2}$

它可以检测到以下位置：

• 印度安得拉邦海得拉巴

但不是像：

• 印度卡纳塔克邦班加罗尔
• 美国纽约市

Answer 1

如果需要在单独的捕获组中获取城市、国家、州，可以使用：

r'(?i)([a-z]+(?: [a-z]+)*), ([a-z]+(?: [a-z]+)*), ([a-z]+(?: [a-z]+)*)'

否则，这个匹配子字符串格式：

^{pr2}$

如果你需要在每个单词的开头加一个大写字母（但要记住，所有的城市名称在每个单词的开头都没有大写字母，而且每个单词都可以用破折号隔开，例如：Boulogne sur Mer，rouperoux le Coquet或Jouy en Josas），您可以调整两个模式，将[a-z]+替换为[A-Z][a-z]*，并删除修饰符(?i)

更现实的模式可以是：

r'([A-Z][a-z]*(?:[ '-][A-Za-z]+)*), ([A-Z][a-z]*(?:[ '-][A-Za-z]+)*), ([A-Z][a-z]*(?:[ '-][A-Za-z]+)*)

这是可以改进的（例如，它不处理重音字母）。在