regexを使ってPythonでキーワードのリストに続く単語を抽出するには？

Question

PythonでRegexを使って場所を抽出しようとしています。 は今、私はこれをやっている：

def get_location(s): 
    s = s.strip(STRIP_CHARS) 
    keywords = "at|outside|near" 
    location_pattern = "(?P<location>((?P<place>{keywords}\s[A-Za-z]+)))".format(keywords = keywords) 
    location_regex = re.compile(location_pattern, re.IGNORECASE | re.MULTILINE | re.UNICODE | re.DOTALL | re.VERBOSE) 

    for match in location_regex.finditer(s): 
     match_str = match.group(0) 
     indices = match.span(0) 
     print ("Match", match) 
     match_str = match.group(0) 
     indices = match.span(0) 
     print (match_str) 

get_location("Im at building 3") 

私は3つの問題があります。それが唯一の出力として「で」与えているが、それはまた、建物を与える必要があります

1. を。
2. captures = match.capturesdict()これは他の例ではキャプチャを抽出するのに使用できません。
3. 私はちょうどこれをやっていますlocation_pattern = 'at|outside\s\w+。それは働いているようだ。誰かが私が間違っていることを説明することはできますか？

Answer 1

ここでの主な問題は、{keywords}を非キャプチャグループ内に配置する必要があることです。(?:{keywords})。ここでは概略的な例である：a|b|c\s+\w+マッチaまたはbまたはc + <whitespace(s)> + . When you put the alternation list into a group,どちらかは、\ S + \ + , it matches eitherワット, or B or C 'とだけ、それが空白、その後、単語文字を一致させようとします（| C | B）。

更新されたコード（demo online）を参照してください：

import regex as re 
def get_location(s): 
    STRIP_CHARS = '*' 
    s = s.strip(STRIP_CHARS) 
    keywords = "at|outside|near" 
    location_pattern = "(?P<location>((?P<place>(?:{keywords})\s+[A-Za-z]+)))".format(keywords = keywords) 
    location_regex = re.compile(location_pattern, re.IGNORECASE | re.UNICODE) 

    for match in location_regex.finditer(s): 
     match_str = match.group(0) 
     indices = match.span(0) 
     print ("Match", match) 
     match_str = match.group(0) 
     indices = match.span(0) 
     print (match_str) 
     captures = match.capturesdict() 
     print(captures) 

get_location("Im at building 3") 

出力：atはどこにでもマッチしている、とoutsideは空白に従わなければならないので、location_pattern = 'at|outside\s\w+が機能していないことを

('Match', <regex.Match object; span=(3, 14), match='at building'>) 
at building 
{'place': ['at building'], 'location': ['at building']} 

注意をし、単語の文字。あなたは同じ方法でそれを修正するかもしれません：(at|outside)\s\w+。

キーワードをグループに入れると、the captures = match.capturesdict()がうまくいきます（上記の出力を参照）。