字符串p处理：如何查找单词如果某个单词存在，则编写字典（正则表达式）

Question

我有一个.txt文件，看起来像：

正如您所看到的，它是动词之间的几个关系（不关心数字），文件有5000行。在

数据在这里：在下载和使用VerbOcean下：http://demo.patrickpantel.com/demos/verbocean/

我想要的是每段感情的口述，这样我们就可以举个例子

similar-to['anger'] = 'energize' 
happens-before['X'] = 'Y'
stronger-than ['A'] = 'B'

等等。在

所以，到目前为止，我所做的只是完美地为（比）强的关系工作。我该如何扩展它，使它同时适用于所有其他关系？在

^{pr2}$

一种方法是对所有其他关系都采取同样的方式，但我想这不是一件明智的事。有什么想法吗？ 我想要的是每段感情的口述，这样我们就可以说：

similar-to['anger'] = 'energize' 
happens-before['X'] = 'Y'
stronger-than ['A'] = 'B'

我是python新手，任何帮助都将不胜感激。在

Answer 1

这可以使用正则表达式来完成：

import re
regexp = re.compile(r'^([^\[\]\s]+)\s*\[([^\[\]\s]+)\]\s*([^\[\]\s]+)\s*.*$', re.MULTILINE)

• ^：（在开头）意思是从行首开始查找。在
• $：（在末尾）表示表达式应该在行的和处结束。在
• [^\[\]\s]+：捕获不是[、]或空格的所有字符。^表示不捕获方括号内的以下字符。在
• 我们用()封装上述表达式，将其标记为使用m.groups()捕获的组。因为我们想得到两个动词及其关系，所以我们用()来封装这三个动词。在
• 在这些组之间，我们使用\s*捕获所有空格，并使用.*捕获行的其余部分。由于它们没有用()封装，因此最终都将被忽略。在

例如：

^{pr2}$

输出：

{'happens-before': {'invate': 'annex'},
 'opposite-of': {'annex': 'cede'},
 'similar': {'annex': 'invade'},
 'stronger-than': {'annex': 'occupy'}}

然后要得到动词'annex'的关系'similar'，请使用：

relationships['similar']['annex']

它将返回：'occupy'