Question

我有一个正则表达式执行以下操作：

找到一个包含两个或更多相邻大写字母A-Z的单词（“multi caps word”）;
如果可能，将匹配向左和向右延伸到另一个多字帽字，只要每个多字帽字之间不超过三个非多字帽字;和
将匹配扩展到左侧和右侧，分别包含5个和3个非多字大小的单词序列。

我的正则表达式捕获了所需的模式，但是当存在相邻的多个大写单词时返回各种重叠匹配，如下面的AA BB DD。请帮我调整我的正则表达式按照需要工作。

这是我的草稿代码：

str1 =   'z z z z z11 AA BB DD f f d e gd df sdf ggf we AA ff d f f'
re.findall(r'(?=(\s(?:[^\s]+[\s]+){5}(?:[^A-Z\s]*[A-Z][A-Z]+(?:[^\s]+[\s]+){1,3}?)*?[^A-Z\s]*[A-Z][A-Z]+.*?(?:[\s]+[^\s]+){3}\s))', str1)

实际输出：

Match 1 - 'z z z z z11 AA BB DD f'
Match 2 - 'z z z z11 AA BB DD f f'
Match 3 - 'z z z11 AA BB DD f f d'
Match 4 - 'gd df sdf ggf we AA ff d f'

期望的输出：

Match 1 - 'z z z z z11 AA BB DD f f d'
Match 2 - 'gd df sdf ggf we AA ff d f'

Answer 1

试试这个：

>>> pattern = r'(?:[a-z\d]+\s*){0,5}(?:[A-Z]+)(?:\s*[A-Z]+)*(?:\s*[a-z]+){0,3}'
>>> re.findall(pattern, str1)
['z z z z z11 AA BB DD f f d', 'gd df sdf ggf we AA ff d f']

Python Regex捕获多个大写单词和相邻单词

1 个答案: