Python 如何将正确的spacy正则表达式模式添加到jsonl文件

我有一个正在工作的正则表达式模式，我想在标记名称身份识别和使用spacy查找它时使用它。 我将其存储在

.jsonl

文件中，我使用

.from_disk

方法读取该文件

下面是python中的一个工作示例：

import re
pattern = '(RAS?[\S]+)' # I want to find all strings starting with RAS and ending right before space or similar character
words = ['RAS', 'RAS', 'su RAS s:', 'SuRASs:', 'suRASs dfas:', 'raSan']
[re.findall(pattern, x) for x in words]

Out[7]: [['RAS'], ['RAS'], ['RAS'], ['RASs:'], ['RASs'], []]

但是，当我尝试在jsonl文件中使用正则表达式模式并将其添加到NamedEntityRecognizer时，我得到一个错误：

ValueError:第1行的JSON无效：{“label”：“REFERENCE_TLC”，“pattern”：[{“TEXT”：{“REGEX”：（RAS？[\S]+）“}}}}}

你知道spacy在使用正则表达式时是否有一些限制吗

因为当我使用这个regex

（RAS）

，它可以工作，但找不到我需要的案例

---

下面是他们文档中的官方

spacy

regex示例，但这对我没有帮助：

我自己终于找到了解决方案，但如果它发生在其他人身上，我会把这个问题留在这里

这种情况下正确的正则表达式应该是

“RAS？+”

，它匹配

RAS

之后的所有内容。我在仔细阅读spacy文档时发现的原因是：

从本节开始：当使用正则表达式操作符时，请记住它只对单个令牌进行操作，而不是对整个文本进行操作。您提供的每个表达式都将在标记上匹配

---

因为我的文本已经标记化了，所以在下一个空格或非空格字符结束之前不存在这样的事情。我已经有了没有空格的代币。。。愚蠢的我没有注意到这一点，当它被写为重要提示：facepalm:

你应该在回答部分回答自己的问题，而不是在这里编辑它。谢谢你的建议，我现在将答案与原始问题分开。