ToB企服应用市场:ToB评测及商务社交产业平台
标题:
正则表达式-将一段话隔开为两个list,此中一个为标签list,一个为文本list
[打印本页]
作者:
梦见你的名字
时间:
2024-7-31 22:22
标题:
正则表达式-将一段话隔开为两个list,此中一个为标签list,一个为文本list
import re
def extract_labels_and_contents(text):
# 构建正则表达式模式
pattern = re.compile(r'(\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\])(.*?)(?=\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]|\Z)', re.DOTALL)
# 查找所有匹配的标签和内容
matches = pattern.findall(text)
# 将标签和中间内容分别存储在两个列表中
found_labels = []
contents = []
for match in matches:
found_labels.append(match[0])
contents.append(match[1].strip())
# print("Found Labels:", found_labels)
# print("Contents:", contents)
combined_list = [{"text": text, "speaker": "sys", "strategy": label} for label, text in zip(found_labels, contents)]
return combined_list
# 示例文本
text = """
[SUP]您好,给您一个温暖的抱抱。[ANA]您这样是对的。
"""
# 调用函数并打印结果
result = extract_labels_and_contents(text)
print(result)
复制代码
重点在于正则表达式
pattern = re.compile(r'(\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\])(.*?)(?=\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]|\Z)', re.DOTALL)
复制代码
在这个改进的正则表达式 (\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\])(.*?)(?=\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]|\Z) 中:
(\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]) 匹配标签。
(.*?) 非贪婪地匹配标签后的内容。
(?=\[FAC\]|\[ADV\]|\[SUP\]|\[RES\]|\[ANA\]|\[EXP\]|\Z) 确保匹配到下一个标签开始的位置或文本末尾,\Z表现文本末尾。
这种方式可以确保匹配所有标签及其对应的内容。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)
Powered by Discuz! X3.4