Question

我需要在python中编写一个正则表达式，它可以从大写第一个字母的文本中找到单词，这些单词可以是单个单词，也可以是连续单词。

例如，对于句子

Dallas Buyer Club is a great American biographical drama film,co-written by Craig Borten and Melisa Wallack, and Directed by Jean-Marc Vallee.

exxted输出应

'Dallas Buyer Club', 'American', 'Craig Borten', 'Melisa Wallack', 'Directed', 'Jean-Marc Vallee'

我为此写了一个正则表达式，

([A-Z][a-z]+(?=\s[A-Z])(?:\s[A-Z][a-z]+)+)

但输出

'Dallas Buyer Club', 'Craig Borten, 'Melisa Wallack', 'Jean-Marc Valee'

它只打印连续的第一个大写单词，而不是单个单词，如

'American', 'Directed'

也是正则表达式，

[A-Z][a-z]+

单独打印所有单词，

'Dallas', 'Buyers', 'Club' and so on.

请帮我解决这个问题。

Answer 1

我认为你混淆了括号（并使正则表达式有点过于复杂。只需使用：

explode('@', Route::getCurrentRoute()->getActionName())[1]

所以我们在这里有一个匹配的部分[A-Z][a-z]+(?:\s[A-Z][a-z]+)*，为了匹配更多的群组，我们只需使用[A-Za-z]+重复(...)* 零或更多次。在...中，我们包含了分隔符（此处为...），再次包含该组（\s）。

但不包括[A-Z][a-z]+和'Jean'之间的连字符。为了也包含它，我们可以扩展'Marc'：

\s

根据允许的其他一些字符（或字符序列），您可能需要进一步更改[A-Z][a-z]+(?:[\s-][A-Z][a-z]+)*部分。

然后生成：

[\s-]

编辑：如果其余字符也可以是大写字母，您可以使用：

>>> rgx = re.compile(r'[A-Z][a-z]+(?:[\s-][A-Z][a-z]+)*')
>>> txt = r'Dallas Buyer Club is a great American biographical drama film,co-written by Craig Borten and Melisa Wallack, and Directed by Jean-Marc Vallee.'
>>> rgx.findall(txt)
['Dallas Buyer Club', 'American', 'Craig Borten', 'Melisa Wallack', 'Directed', 'Jean-Marc Vallee']

请注意，这会匹配两个或多个字符的字词。如果单个字符也应该匹配，例如[A-Z][A-Za-z]+(?:[\s-][A-Z][A-Za-z]+)*，那么你可以写：

'J R R Tolkien'

要找到首都大写的单词（一个或多个连续）？

1 个答案: