Regex Python正则表达式-解析字符串并用逗号和；美元

我有一个这样的句子-

stmt ="Is abc service accessible to sd, rc & odd in XYZ?"

我在字符串中有这样的实体-

str_entities= "abc service$Service,sd,rc & odd$Processes, XYZ$Name"

我想将这些实体转换为spacy json格式，例如，其中包含每个实体的单词索引和该实体的标签

(stmt, {"entities": [(3,14, 'Service'),(30, 41, 'Processes'), (46, 48, 'Name')]})

我尝试了下面的正则表达式，但它只适用于一种情况，我想要一个通用的，可以提取任何数量的实体

re.findall("(.*.?)\$(\S+),(.*.?)\$(\S+)", str_entities)

---

我在许多文件中都有100000行这样的行，希望生成这种格式，以便可以训练自定义空间模型。我无法生成实体，因为逗号正在多次拆分实体，我正在丢失单词以从stmt中查找索引。

我不确定我是否正确理解您的意思，但我会使用

[^ ^,]+[^\$]*\$[^\$^,]+

因此，您可以同时获得字符串和实体，它们仍然与$符号组合在一起。之后，您可以使用for语句遍历元素并获得索引值

enentity_list=[]
for e in re.findall("[^ ^,]+[^\$]*\$[^\$^,]+", str_entities):
    entity_list.append((stmt.index(e.split('$')[0]),stmt.index(e.split('$')[0])+len(e.split('$')[0]),e.split('$')[1]))
json=(stmt,{"entities":entity_list})

你可以试穿一下