如何在同一行中将两个单词数为1

Question

在我得到的文本文件中，每个句子都用一个特定类型表示，例如:对比度。

对比句既可以用标签“对比度”表示，也可以用“控制”或"WEAKCONTR“来表示。例如：

IMPSENT_CONTRAST_VIS(以这种方式学习网络可以帮助 确定个人从中学习的人，在哪里 conflicts_MD:+ in understanding_MD:+可能起源于 语境因素影响学习。

因此，我用以下表达式来计算这些值：/(\_(WEAK))|(\_CONTRAST)|(\_CONTR(\_|\())/g，它工作得非常好。

现在的问题是，有些句子是用一个以上的对比标记来表示的，例如CONTR & WEAKCONTR。例如：

通过这种方式，IMPSENT_CONTRAST_EMPH_WEAKCONTR_VIS(Studying_MD:+网络可以帮助identify_MD:+个人学习的对象，understanding_MD:+中的conflicts_MD:+可能起源于哪里，以及哪些上下文因素影响学习。)

在这一点上，我必须把这些计算为1，而不是2。您知道RegExp有多可能吗？

Answer 1

您可以使用lookaheads来断言它，然后计数匹配：

(?=\w*_(?:WEAK|CONTRAST|CONTR[_)]))\b\w+\b

这里的演示：http://regex101.com/r/xP2yI7/3

注意火柴计数。

这将匹配整个IMPSENT_CONTRAST_EMPH_WEAKCONTR_VIS表达式，但前提是它与“前瞻性”中的部分匹配，该部分为您所关注的关键字筛选。这将匹配，即使你有多个这样的句子在同一行。

另外，我也简化了你的正则表达式，保留了同样的意思。注意，您不必转义_。

Answer 2

您真正关心的是标签是否出现在行中，所以只要它有一个标记，就可以抓取整行，如下所示：

/^([A-Z_]+(WEAK|CONTRAST|CONTR)+[A-Z_]*)/gm

从行^开始，查找一个带有A或_的单词块，后面跟着标记，或者后面跟着更多的单词/下划线。

演示

Answer 3

你能试着加入\w+吗

/(\_(WEAK\w+))|(\_CONTRAST\w+)|(\_CONTR(\_\w+|\())/g