Java正则表达式，使用逗号分隔的值捕获组
输入字符串：士兵可能有瘀伤、伤口、伤痕、脱臼或其他伤害 预期输出：Java正则表达式，使用逗号分隔的值捕获组,java,regex,csv,capturing-group,Java,Regex,Csv,Capturing Group,输入字符串：士兵可能有瘀伤、伤口、伤痕、脱臼或其他伤害 预期输出： 瘀伤 伤口 标记 错位 损伤 尝试了通用模式： “[\s]？（\w+？）”+//擦伤。 “（？：（\s），（\s）（\w+？）*”+//伤口标记错位 “[\s]？（？：或|和）其他（\w+）”；//损伤 该模式应该能够匹配其他输入字符串，例如：士兵可能有瘀伤或其他伤害 尝试上述通用模式时，输出为： 瘀伤 错位 损伤 “（？：（\s）？，（\s）？（\w+？）*”的捕获组有问题。捕获组还有一次出现。。但它只返回“错位”。“痕迹”和
瘀伤
伤口
标记
错位
损伤 尝试了通用模式：
“[\s]？（\w+？）”+//擦伤。 “（？：（\s），（\s）（\w+？）*”+//伤口标记错位 “[\s]？（？：或|和）其他（\w+）”；//损伤 该模式应该能够匹配其他输入字符串，例如：士兵可能有瘀伤或其他伤害 尝试上述通用模式时，输出为： 瘀伤 错位 损伤 “（？：（\s）？，（\s）？（\w+？）*”的捕获组有问题。捕获组还有一次出现。。但它只返回“错位”。“痕迹”和“错位：被吞噬 你能告诉我正确的模式是什么吗？错误在哪里？ 这个问题最接近这个问题，但这个解决方案没有帮助 谢谢。中的Regex不适合（自然）语言处理。使用Regex，您只能匹配定义良好的模式。您应该真正放弃使用Regex进行此操作的想法 您可能想开始一个新的问题，在这里您可以指定执行此任务所使用的编程语言，并在那里请求指针 编辑 发布了一个指向第三方库的有希望的链接，该库能够执行许多语言处理任务。它是用Java编写的。我自己没有使用过它，但从从事该库工作的人员/机构来看，它似乎非常可靠。Regex in not sugged for（natural）语言处理。使用正则表达式，你只能匹配定义良好的模式。你应该真的，真的放弃使用正则表达式进行匹配的想法 您可能想开始一个新的问题，在这里您可以指定执行此任务所使用的编程语言，并在那里请求指针 编辑
发布了一个指向第三方库的有希望的链接，该库能够执行许多语言处理任务。它是用Java编写的。我自己没有使用过它，但从从事该库工作的人员/机构来看，它似乎非常可靠。有效的模式是：\w+（？：\s*，\s*\w+），然后手动分离CSV 对于Java正则表达式，没有其他方法可以做到这一点 理想情况下，Java正则表达式不适合NLP
多亏了Bart K.和PSpeed.有效的模式是：\w+（？：\s*，\s*\w+），然后手动分离CSV 对于Java正则表达式，没有其他方法可以做到这一点 理想情况下，Java正则表达式不适合NLP
感谢Bart K.和PSpeed。当捕获组用量词[ie:（foo）*]注释时然后你只会得到最后一个匹配项。如果你想得到所有匹配项，那么你需要在捕获中量化，然后你将不得不手动解析出值。作为regex的忠实粉丝，我认为出于各种原因，在这里不合适……即使你最终没有做NLP 如何修复：（？：（\s）？，（\s）？（\w+？）*
在这种情况下，量词基本上覆盖了整个正则表达式，您也可以使用Matcher.find（）来逐步完成每个匹配。另外，我很好奇为什么您要为空格设置捕获组。如果您只想找到一组逗号分隔的单词，则类似于：\w+（？：\s*，\s*\w+）*那就别再纠结于抓捕小组了，就把整个比赛分成两半吧
对于任何更复杂的re:NLP，GATE都是一个非常强大的工具。学习曲线有时很陡峭，但你可以从整个行业的科学人员中学习：当捕获组用量词注释时[ie:（foo）*]然后你只会得到最后一个匹配项。如果你想得到所有匹配项，那么你需要在捕获中量化，然后你将不得不手动解析出值。作为regex的忠实粉丝，我认为出于各种原因，在这里不合适……即使你最终没有做NLP 如何修复：（？：（\s）？，（\s）？（\w+？）*
在这种情况下，量词基本上覆盖了整个正则表达式，您也可以使用Matcher.find（）来逐步完成每个匹配。另外，我很好奇为什么您要为空格设置捕获组。如果您只想找到一组逗号分隔的单词，则类似于：\w+（？：\s*，\s*\w+）*那就别再纠结于抓捕小组了，就把整个比赛分成两半吧
对于任何更复杂的问题，比如NLP，GATE是一个非常强大的工具。学习曲线有时是陡峭的，但你可以从整个行业的科学家中得出结论：是什么让单词
擦伤，伤口，标记，错位和受伤与其他单词不同？T前四个单词前后都有一个逗号，但我看不出伤害
如何与图片相吻合。我正在尝试执行以下任务以实现模式来提取关系：NP{，NP}*{，}其他NP擦伤，伤口，脱臼或其他伤害…下位词（“擦伤”，“伤害”），下位词（“受伤”，“受伤”），下位词（“脱臼”，“受伤”），因此，我们可以看到如何满足“受伤”匹配。当捕获组用量词注释时[ie:（foo）*]然后你只会得到最后一个匹配项。如果你想得到所有匹配项，那么你需要在捕获中量化，然后你将不得不手动解析出值。作为regex的忠实粉丝，我认为这在这里并不合适，因为有很多原因……即使你最终没有做NLP。谢谢@PSpeed:你说得对，th这就是原因。虽然不合适，但有一个
".[\s]?(\w+?)"+ // bruises.
"(?:(\s)?,(\s)?(\w+?))*"+ // wounds marks dislocations
"[\s]?(?:or|and) other (\w+)."; // Injuries