要按照词性搜索语料库，你需要使用自然语言处理库（如NLTK或SpaCy）来进行词性标注。下面是一个使用NLTK库的代码示例：

import nltk

# 下载词性标注器所需的数据
nltk.download('averaged_perceptron_tagger')

# 定义要搜索的词性
target_pos = ['NN', 'VB']  # 示例：名词和动词

# 加载语料库
corpus = nltk.corpus.brown

# 对语料库中的每个句子进行词性标注
tagged_corpus = [nltk.pos_tag(sent) for sent in corpus.sents()]

# 搜索满足指定词性的句子
matching_sentences = []
for tagged_sentence in tagged_corpus:
    # 检查句子中的每个词的词性
    if any(pos_tag in target_pos for _, pos_tag in tagged_sentence):
        matching_sentences.append(tagged_sentence)

# 打印匹配的句子
for sentence in matching_sentences:
    print(' '.join(word for word, _ in sentence))

在这个示例中，我们使用了NLTK库的pos_tag函数来对语料库中的每个句子进行词性标注。然后，我们检查每个标注句子中的词性是否与目标词性匹配，并将匹配的句子存储在matching_sentences列表中。最后，我们打印出所有匹配的句子。

请注意，这个示例使用了NLTK库的brown语料库，你可以根据你自己的需求修改加载的语料库。