Python 如何首先使用nltk.util.u进行搜索？

我尝试先使用Width_搜索（首先）一个特定的叶子词，然后在ParentedTree中搜索某个标签（NP）。如果已经有了一个方法，我真的不想自己实现它。这就是我尝试过的（包括我是如何制作这棵树的，以防我弄糟了）：

这给了我一个生成器对象，但我不知道如何使用它来搜索我想要的东西（代词“They”）。我试着做一个简单的“for node in bf:print（node）”，它将字符串中的每一个字母单独打印在一行上，一直重复，直到我不得不关闭窗口

---

我读过这些文档，在谷歌上搜索了很多次，但我找不到一个实际用于搜索的例子。我做错了什么

nltk.util.width_-first方法对作为参数提供的树进行宽度优先遍历。要将其用作搜索机制，您需要检查生成器返回的每个结果中的值

如果您遍历由width_首先返回的生成器的结果，并在遍历的每个步骤输出结果，您可以看到它会遇到树中的每个节点（按BFS顺序），最终还会遇到树的叶节点和角色节点

因此，对于您的情况，您希望使用此生成器，并在每个节点检查一些值，以查看您是否已到达一个节点，该节点带有您在搜索中要查找的符号或叶标记

下面是一个示例句子，它的解析树来自nltk，以及遍历树

祝你好运

>>> sentence
'They capture mice in the cells'
>>> parse
Tree('S', [Tree('NP', [Tree('PRP', ['They'])]), Tree('VP', [Tree('VBP', ['capture']), Tree('NP', [Tree('Nom', [Tree('Nom', [Tree('NNS', ['mice'])]), Tree('PP', [Tree('Prep', ['in']), Tree('NP', [Tree('Det', ['the']), Tree('Nom', [Tree('NNS', ['cells'])])])])])])])])
>>> i = 0
>>> for node in breadth_first(parse):
...     print("*"*10)
...     print(node)
...     print(type(node))
...     if i > 10:
...             break
...     i += 1
...
**********
(S
  (NP (PRP They))
  (VP
    (VBP capture)
    (NP
      (Nom
        (Nom (NNS mice))
        (PP (Prep in) (NP (Det the) (Nom (NNS cells))))))))
<class 'nltk.tree.Tree'>
**********
(NP (PRP They))
<class 'nltk.tree.Tree'>
**********
(VP
  (VBP capture)
  (NP
    (Nom
      (Nom (NNS mice))
      (PP (Prep in) (NP (Det the) (Nom (NNS cells)))))))
<class 'nltk.tree.Tree'>
**********
(PRP They)
<class 'nltk.tree.Tree'>
**********
(VBP capture)
<class 'nltk.tree.Tree'>
**********
(NP
  (Nom
    (Nom (NNS mice))
    (PP (Prep in) (NP (Det the) (Nom (NNS cells))))))
<class 'nltk.tree.Tree'>
**********
They
<class 'str'>
**********
capture
<class 'str'>
**********
(Nom
  (Nom (NNS mice))
  (PP (Prep in) (NP (Det the) (Nom (NNS cells)))))
<class 'nltk.tree.Tree'>
**********
T
<class 'str'>
**********
h
<class 'str'>
**********
e
<class 'str'>

>句子
“他们在细胞中捕捉老鼠”
>>>解析
树（'S'，[Tree（'NP'，[Tree（'PRP'，['Thes']）），树（'VP'，[Tree（'VBP'，['capture']），树（'NP'，[Tree（'Nom'，[Tree（'NNS'，['mice']）），树（'PP'，[Tree（'Prep'，['in']），树（'NP和树（'Tree（'Det'，['the']），树（'Nom'，[Tree（'NNS'，['cells']））]））]））]
>>>i=0
>>>对于第一个（解析）中的节点：
...     打印（“*”*10）
...     打印（节点）
...     打印（类型（节点））
...     如果i>10：
...             打破
...     i+=1
...
**********
（S）
（NP（PRP）
（副总裁）
（VBP捕获）
（NP）
（名称
（Nom（NNS小鼠））
（PP（Prep-in）（NP（Det）（Nom（NNS-cells‘‘‘‘‘‘‘‘‘‘‘‘‘）’））
**********
（NP（PRP）
**********
（副总裁）
（VBP捕获）
（NP）
（名称
（Nom（NNS小鼠））
（PP（Prep-in）（NP（Det）（Nom（NNS-cells‘‘‘‘‘‘‘‘‘‘‘‘）’））
**********
（PRP他们）
**********
（VBP捕获）
**********
（NP）
（名称
（Nom（NNS小鼠））
（PP（Prep-in）（NP（Det）（Nom（NNS-cells）(())))）
**********
他们
**********
捕获
**********
（名称
（Nom（NNS小鼠））
（PP（Prep-in）（NP（Det）（Nom（NNS-cells）））））
**********
T
**********
H
**********
E

重复的？我看了看那个问题；我的问题是如何首先使用NLTK方法。不管怎样，这个问题是关于遍历深度优先的。有趣的是，递归仍然存在，没有显式中断吗？如果是这样，那么它就是一个bug=）

>>> sentence
'They capture mice in the cells'
>>> parse
Tree('S', [Tree('NP', [Tree('PRP', ['They'])]), Tree('VP', [Tree('VBP', ['capture']), Tree('NP', [Tree('Nom', [Tree('Nom', [Tree('NNS', ['mice'])]), Tree('PP', [Tree('Prep', ['in']), Tree('NP', [Tree('Det', ['the']), Tree('Nom', [Tree('NNS', ['cells'])])])])])])])])
>>> i = 0
>>> for node in breadth_first(parse):
...     print("*"*10)
...     print(node)
...     print(type(node))
...     if i > 10:
...             break
...     i += 1
...
**********
(S
  (NP (PRP They))
  (VP
    (VBP capture)
    (NP
      (Nom
        (Nom (NNS mice))
        (PP (Prep in) (NP (Det the) (Nom (NNS cells))))))))
<class 'nltk.tree.Tree'>
**********
(NP (PRP They))
<class 'nltk.tree.Tree'>
**********
(VP
  (VBP capture)
  (NP
    (Nom
      (Nom (NNS mice))
      (PP (Prep in) (NP (Det the) (Nom (NNS cells)))))))
<class 'nltk.tree.Tree'>
**********
(PRP They)
<class 'nltk.tree.Tree'>
**********
(VBP capture)
<class 'nltk.tree.Tree'>
**********
(NP
  (Nom
    (Nom (NNS mice))
    (PP (Prep in) (NP (Det the) (Nom (NNS cells))))))
<class 'nltk.tree.Tree'>
**********
They
<class 'str'>
**********
capture
<class 'str'>
**********
(Nom
  (Nom (NNS mice))
  (PP (Prep in) (NP (Det the) (Nom (NNS cells)))))
<class 'nltk.tree.Tree'>
**********
T
<class 'str'>
**********
h
<class 'str'>
**********
e
<class 'str'>