在文本中查找字符串的特定模式
问题描述：
我正在寻找一种方法在文本中查找某些特定的模式。例如，如果我想找到一个文本格式，这样所有引用：在文本中查找字符串的特定模式
- 男爵，纳奥米（2000）字母来电子邮件：如何写英文演进以及它的航向，劳特利奇：伦敦和纽约。
所以任何类似的东西都会从输入文本中返回。有没有什么算法对此很好。目前为止我发现的所有算法都是在文本中搜索相似的字符串。
我在考虑使用正则表达式，但我不知道这是否是最好的方法，因为我需要一些能够计算相似度索引的东西，然后返回具有最佳分数的匹配。
答
您正在寻找的技术称为信息提取。
这里是我的回答类似的问题：
How does Apple find dates, times and addresses in emails?
您可能需要一些命名实体识别过于结合起来。 http://en.wikipedia.org/wiki/Named-entity_recognition
什么语言？听起来像你需要像[狮身人面像]（http://sphinxsearch.com/） –
描述你在寻找什么更好 - 尝试描述[grammer]（http://en.wikipedia.org/wiki/Formal_grammar）随着更多的例子。一旦你这样做了 - 这将是明确的正则表达式是否足够，或者你可能需要一个[context-free]（http://en.wikipedia.org/wiki/Context-free_language）解析器（以及：[LR？ SLR？]（http://en.wikipedia.org/wiki/LR_parser）也许[LL]（http://en.wikipedia.org/wiki/LR_parser）？） – amit
解析这些字符串是计算相似性是两个不同的任务。 –