单词的名词，动词，形容词等的单独列表

问题描述：

我想解析一行并提取在Wordnet database 中找到的单词，但我不知道该怎么做。例如，index.adj文件包含以下行：单词的名词，动词，形容词等的单独列表

abactinal a 1 1 ! 1 0 01665972 
abandoned a 2 1 & 2 1 01313004 01317231 
abashed a 1 1 & 1 1 00531628 
abasic a 1 2 \ + 1 0 02598608 
abatable a 1 2 & + 1 0 02288022 
abatic a 1 2 \ + 1 0 02598608 
abaxial a 1 2 ! ; 1 0 00002312 
abbatial a 1 2 \ + 1 0 02598768 
abbreviated a 2 1 & 2 1 01436432 01442597 
abdicable a 1 2 & + 1 0 02528048 
abdominal a 1 2 \ + 1 1 02934594 
abdominous a 1 2 & + 1 0 00986457

我使用.NET和C＃，我曾尝试：

Regex regex = new Regex(@"/^(\S+?)[\s%]/"); 
Match match = regex.Match(line);

我找字典数据库创建数据挖掘工具。

究竟什么是你想在该字符串相匹配？您拥有的正则表达式是一种JavaScript风格的正则表达式，在C＃中无法按预期工作。如果您打算匹配单词，我会使用'@“\ b \ p {L} + \ b”'正则表达式并使用'RegexMatches'来返回字符串中的单词集合。 –

对不起，我从文件中发布了错误的文本，可以找到我现在添加的行的正则表达式。有些单词包含_也 – jobinelv

这看起来像是一个空格分隔列表给我。为什么你需要正则表达式？ –

答

由于此输入是简单的（白色）空格分隔文本，因此您不需要使用正则表达式来完成此任务。使用此代码：

var txt5 = "abactinal a 1 1 ! 1 0 01665972\r\nabandoned a 2 1 & 2 1 01313004 01317231\r\nabandon v 2 1 & 2 1 01313004 01317231 "; 
var dic = new List<KeyValuePair<string, string>>(); 
var lines = txt5.Split(new string[] {"\r\n"}, StringSplitOptions.RemoveEmptyEntries); 
foreach (var line in lines) 
{ 
    var cells = line.Split(); 
    switch (cells[1]) 
    { 
     case "a": 
      dic.Add(new KeyValuePair<string, string>("adjective", cells[0])); 
      break; 
     case "v": 
      dic.Add(new KeyValuePair<string, string>("verb", cells[0])); 
      break; 
     // Add more to cover all POS values 
     default: 
      break; 
     } 
}

您可以调整它并进一步工作。

输出：

enter image description here

单词的名词，动词，形容词等的单独列表

相关推荐