求求你我需要帮助。在尝试查找文本(西班牙语)中的重音单词时,我遇到了问题。我不得不在一个很大的文本中搜索第一段,以“Nombre vernáculo”开头。
例如,文本是这样的:"Nombre vernáculo registrado en la zona de ...“
但是重音单词不能被我的python脚本识别。
我尝试过:
re.compile('/(?<!\p{L})(vern[áa]culo*)(?!\p{L})/')
re.compile(r'Nombre vern[a\xc3\xa1]culo\.', re.UNICODE)
re.compile ('[A-Z][a-záéíóúñ]+')
\p{Lu}] [\p{Ll}]+ \b
我已经阅读了以下帖子:
grep/regex can't find accented word
Python Regex strange behavior with accented characters
Python regex and accented Expression
Python: using regex and tokens with accented chars (negative lookbehind)
我还发现了一些几乎可以工作的东西:
In [95]: dd=re.search(r'^\w.*', 'Nombre vernáculo' )
In [96]: dd.group(0)
Out[96]: 'Nombre vern\xc3\xa1culo'
但它也会返回文本中所有重音的单词。
在这方面的任何帮助都将受到感谢。谢谢。
发布于 2018-06-14 08:33:05
import re
r1 = re.compile(r'(Nombre vernáculo)')
x = 'Nombre vernáculo registrado en la zona de'
match = r1.search(x)
print(match.group(1))
使用python 2:
/tmp> python2 test.py
File "test.py", line 5
SyntaxError: Non-ASCII character '\xc3' in file test.py on line 5, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details
使用python 3:
/tmp> python3 test.py
Nombre vernáculo
https://stackoverflow.com/questions/50847976
复制相似问题