为何非贪婪正则Pattern出现贪婪匹配效果，误选非目标文本行？

你的正则表达式存在两处核心问题，直接导致第二行不符合预期的内容被选中：

• 词性匹配未做边界限制：正则开头的/NN没有限定匹配范围，所有包含/NN字符片段的词性标注都会被命中，包括预期外的/NNS（复数名词）、/NN/I-NP（名词短语内部名词）等标注形式。
• 匹配规则允许跨词遍历：正则中使用的.+?属于非贪婪通配符，可以匹配任意字符（包括空格、斜杠、其他词的标注内容），不会强制要求目标的「名词-动词-名词」是连续相邻的句法成分。
  对应第二行的句法解析结果，正则的完整匹配路径为：
  1. 首先命中performance/NN/I-NP/O中的/NN片段
  2. 向后跨/I-NP/O they/PRP/I-NP/O put这段内容，命中put/VB/B-VP/O中的/VB/B-VP片段
  3. 再向后跨/O on/IN/B-PP/B-PNP at/IN/I-PP/I-PNP her/PRP$/B-NP/I-PNP school这段内容，命中school/NN/I-NP/I-PNP中的/NN片段
     整条路径完全符合正则规则，因此第二行被误判为匹配项。

如果要精准匹配「名词-起始VP动词-名词」的连续三词结构，需要给正则增加边界限制，禁止跨词匹配、避免误匹配衍生词性，参考写法如下：

# 同时匹配单复数名词（NN/NNS）的连续结构，适配你当前预期匹配第一行的需求
pattern = re.compile(r'/NN[S]?/[^ ]+ [^ ]+/VB/B-VP[^ ]* [^ ]+/NN[S]?/')

# 如果只需要匹配单数名词（NN），删掉正则里的[S]?即可
# pattern = re.compile(r'/NN/[^ ]+ [^ ]+/VB/B-VP[^ ]* [^ ]+/NN/')

该写法用[^ ]+匹配单个词标注内的剩余内容，强制三个目标成分必须是相邻的三个词，不会跨无关词匹配，运行测试用例时只会命中符合预期的句子。

内容的提问来源于stack exchange，提问作者blackantt