正则表达式找到一个句子中不是第一个单词的专有名词或短语

Question

我发现了几个涉及此问题的问题，但似乎没有人回答这个问题。我正在尝试构建一个正则表达式，允许我在一组文本中识别专有名词。

我正在定义一个正确的名词，如下所示：以大写字母开头的单词或单词组长度超过1位数（排除I，A等内容），并不是第一个单词新句子。

所以，在下面的文字中

“周四，Susan Dow住在假日酒店。她在酒吧里遇到了Tom和Shirley Temple，在那里他们点了绿鸡蛋和火腿”

我希望以下返回

假日酒店 星期四 汤姆 秀兰邓波尔 绿鸡蛋 火腿

现在，[A-Z]{1,1}[a-z]*([\s][A-Z]{1,1}[a-z]*)*就是我所拥有的，但除了上面列出的那些之外，还有Susan Dow和她。如何让.查找工作？

Answer 1

您可以使用：

(?<!^|\. |\.  )[A-Z][a-z]+

按此rubular

更新：使用交替整合两个负面外观。还添加了检查句子之间的两个空格。请注意，重复运算符不能用于http://www.regular-expressions.info/lookaround.html

中每个音符的负向lookbehinds