regex - 如何在文档中找到可能以不同形式编写的单词？（Python）

Question

我需要从文档中找到单词“判断”或“判断”或“判断”或“判断”或“判断 T”，或者在大写/小写中找到这些字符的任何排列/组合（按特定顺序）。有没有可以帮助我的正则表达式函数？问题是，我将代码应用于不同的文档，每个文档都包含该单词的不同形式。我的代码需要在所有情况下识别这个词。

标签： regexpython-3.xstringnlp

Answer 1

您可能想要预处理您的文本数据。否则，如果可能的话，考虑到这种正则表达式的时间复杂性，这样做是不合理的。

---

排列可能是可能的，因为字母的顺序将保持不变，组合将非常复杂，其中包括诸如get、gem、Meg和许多其他词。

如果您可能想要一个非常低的边界表达式，也许这个表达式可以查看：

\b([judgment\s]+)\b

在这里你可以看到它是如何失败的：

---

该表达式在regex101.com的右上角面板上进行了说明，如果您希望探索/简化/修改它，并且在此链接中，您可以查看它如何与一些示例输入匹配，如果您愿意的话。