如何用Python SpaCy纯模式实现：匹配‘ptu’但排除‘ptu switch’？

算力阿峰

2026-8-1

解决方案

要实现匹配ptu但排除ptu switch搭配的需求，可借助SpaCy Matcher的否定属性约束和可选token规则，无需硬编码判断语句，纯通过匹配模式完成：

import spacy
from spacy.matcher import Matcher

nlp = spacy.load("en_core_web_sm")
matcher = Matcher(nlp.vocab)

# 定义两个模式，覆盖所有符合要求的场景
patterns = [
    # 模式1：ptu是句子/片段的最后一个词（后面无其他token）
    [{"LOWER": "ptu"}, {"OP": "!"}],
    # 模式2：ptu后面跟随的token不是switch
    [{"LOWER": "ptu"}, {"LOWER": {"NOT_IN": ["switch"]}}]
]

# 添加模式到匹配器
matcher.add("PTU_EXCLUDE_SWITCH", patterns)

# 测试不同文本
test_cases = [
    "ptu switch was replaced",
    "ptu was replaced",
    "check the ptu",
    "PTU test completed",
    "switch ptu"
]

for text in test_cases:
    doc = nlp(text)
    matches = matcher(doc)
    print(f"文本: {text}")
    if matches:
        for match_id, start, end in matches:
            span = doc[start:end]
            print(f"匹配结果: {span.text}")
    else:
        print("无符合要求的匹配")
    print("---")

模式说明

模式1：{"OP": "!"}表示该位置不存在任何token，确保单独出现的ptu（作为片段最后一个词）能被匹配。
模式2：{"LOWER": {"NOT_IN": ["switch"]}}明确约束ptu后面的token不能是switch（大小写不敏感），覆盖ptu后跟其他词汇的场景。