如何找到正则表达式的化学式

Question

这个问题可能不是特定的编程问题，但是，我试着在科学文本中找到H20，C02等化学式，我用它：

(?<=[\l\u]|\.)\d+

这有效 - 但现在也找到了'dot'之后的每个浮点数：

0.1234 -> 1234 is selected.

有机会阻止这种情况吗？提前谢谢！

Answer 1

您可能还包含一个negative lookbehind，以防止前一个点前面有一个数字：

(?<=[\l\u.])(?<!\d\.)\d+

Answer 2

如果您还要匹配H2O，CH3CH2CH2CH3，SiO2等字符串，您可以使用：

(?i)\b[a-z]+(?:\d+[a-z]+)*\b

或

\b(?:[A-Z][a-z]?)+(?:\d+(?:[A-Z][a-z]?)+)*\b