php/regex - 从文本中提取专有名词

我想从PHP正则表达式中提取专有名词（例如Micheal Jackson），但是我的正则表达式不正确。php/regex - 从文本中提取专有名词

文本：

我的朋友迈克尔杰克逊是流行音乐之王。游戏专辑卖得很少。

我想要什么：

一个正则表达式是能够提取的多个单词e.g迈克尔杰克逊还是游戏专辑专有名词。

我的正则表达式：

/(?<=\s)([A-Z][a-z]+).*(?=\s)/

感谢。

P.S.通过移动设备发布。道歉，如果格式不好。

2011-09-30 Kennedy

正则表达式不知道正确的名称是什么。你如何定义/发现它们？ – sln

Michael。以防拼写对你的算法很重要。 – TARKUS

尝试使用单词边界，而不是你的回顾后/超前

/\b([A-Z][a-z]+)\b/

我不明白你.*部分，这将在第一个字到最后空格后搭配什么，所以我从我的正则表达式删除了。

如果你想一次匹配多个字（也许你对自己.*实现这一目标？）试试这个：

(?:\s*\b([A-Z][a-z]+)\b)+

2011-09-30 11:49:56 stema

+1（'：\ s * \ b（[A-Z] [a-z] +）\ b）+'正则表达式。那些在一个单词中间有大写字母的专有名词（例如，像CompuServe这样的公司名称）呢？也许你应该考虑使用'（？：\ s * \ b（[A-Z] [A-Za-z] +）\ b）+'代替。 – megaflop

对于像“iPhone”这样以小写字母开头，但有大写字母的专有名词，我使用：（？：\ s * \ b（[az] * [AZ] [A-Za-z] +）\ b）+ –

仅供参考：这将匹配单个大写单词前的空格前面的空格。 – aikramer2

斯坦福分析器可以帮助你在这里。它将标记你的短语，并根据句子结构提取专有名词和所有其他作品。

它可以作为一个jar下载，或者你可以尝试一下在网上浏览：http://nlp.stanford.edu:8080/parser/

2014-01-05 21:54:04

回答