• • 已关闭**。此问题需要details or clarity。当前不接受答案。
• • 想要改进此问题？**添加详细信息并通过editing this post阐明问题。

2天前关闭。
Improve this question

import re

input_text = "((PL_ADVB)alrededor (NOUN)(del auto rojizo, algo grande y completamente veloz)). Luego dentro del baúl rápidamente abajo de una caja por sobre ello vimos una caña." #example input

#place_reference = r"((?i:\w\s*)+)?"
#place_reference = r"(?i:[\w,;.]\s*)+" <--- greedy regex
place_reference = r"(?i:[\w,;.]\s*)+?"

list_all_adverbs_of_place = ["adentro", "dentro", "al rededor", "alrededor", "abajo", "hacía", "hacia", "por sobre", "sobre"]
list_limiting_elements = list_all_adverbs_of_place + ["vimos", "hemos visto", "encontramos", "hemos encontrado", "rápidamente", "rapidamente", "intensamente", "durante", "luego", "ahora", ".", ":", ";", ",", "(", ")", "[", "]", "¿", "?", "¡", "!", "&", "="]

pattern = re.compile(rf"(?:(?<=\s)|^)({'|'.join(re.escape(x) for x in list_all_adverbs_of_place)})?(\s+{place_reference})\s*({'|'.join(re.escape(x) for x in list_limiting_elements)})", flags = re.IGNORECASE)

input_text = re.sub(pattern,
                    #lambda m: f"((PL_ADVB){m[1]}{m[2]}){m[3]}",
                    lambda m: f"((PL_ADVB){m[1]}{m[2]}){m[3]}" if m[2] else f"((PL_ADVB){m[1]} NO_DATA){m[3]}",
                    input_text)

print(repr(input_text)) #--> output

当我使用lambda m: f"((PL_ADVB){m[1]}{m[2]}){m[3]}" if m[2] else f"((PL_ADVB){m[1]} NO_DATA){m[3]}"时，我得到了以下错误的输出：
'((PL_ADVB)alrededor (NOUN)(del auto rojizo, algo grande y completamente veloz)). Luego ((PL_ADVB)dentro del baúl rápidamente abajo de una caja por sobre ello vimos una caña).'
可以注意到捕获组{m[3]}如何仅捕获.
这并不完全正确，因为您不应该将所有内容都放在括号内，以便获得以下正确的输出：

"((PL_ADVB)alrededor ((NOUN)del auto rojizo, algo grande y completamente veloz)). Luego ((PL_ADVB)dentro del baúl) rápidamente ((PL_ADVB)abajo de una caja) ((PL_ADVB)por sobre ello) vimos una caña."

list_all_adverbs_of_place表示捕获组的开始，list_limiting_elements表示捕获组的结束。