Question

我正在使用正则表达式从python中的文本中提取首字母缩写词（仅特定类型）。

ABC（圆括号或方括号内或词尾之间的所有大写字母）
A.B.C（与上面相同，但中间只有一个'。'）
A＆B＆C（与上述相同，但中间只有一个'＆'）

到目前为止，我正在使用

text = "My name is STEVE. My friend works at (I.A.). Indian Army(IA). B&W also B&&W Also I...A"
re.findall('\\b[A-Z][A-Z.&]{2,7}\\b', text)

Output is : ['STEVE', 'I.A', 'B&W', 'B&&W', 'I...A']
I want to exclude B&&W and I..A, but include (IA).

我知道以下链接，但我无法正确使用它们。请帮助。

Extract acronyms patterns from string using regex

Finding Acronyms Using Regex In Python

RegEx to match acronyms

Answer 1

您想要的是一个大写字母，后跟一堆大写字母，中间带有可选的点或“＆”号。

$data = $notification->data; // Array fetched from database
$model = Admin::hydrate([$data])[0];
$model->setAttribute('prefers_email', true);

Notification::send($shopadmin, new ShopadminCreated($model));

打破现状：

所有反斜杠都会加倍，因为它们需要转义
re.findall('\\b[A-Z](?:[\\.&]?[A-Z]){1,7}\\b', text)单词边框
\b资本
[A-Z]打开一个非捕获组
(?:字符类，其中包含[\.&]和.
&可选
?后跟另一个大写字母
[A-Z]关闭非捕获组的可选)或.，后跟大写字母
&重复该组1至7次
{1,7}单词边框

我们想要一个非捕获组，因为\b返回了组（如果存在）。

有更好的匹配所有Unicode字符的大写字母的方法。

此匹配 re.findall和B&WW，因为我们并非每次都强制使用（相同）字符。如果需要的话，表达式会变得复杂一些（尽管不多）。

Answer 2

我建议

\b[A-Z](?=([&.]?))(?:\1[A-Z])+\b

请参见regex demo

模式详细信息

\b-单词边界
[A-Z]-大写字母
(?=([&.]?))-一个正向超前行为，其中包含一个捕获组，该捕获组将一个可选的&或.字符
(?:\1[A-Z])+-一次或多次出现
- \1-将相同的字符捕获到第1组中（因此，您将不会获得A.T&W）
- [A-Z]-大写字母
\b-单词边界。

Python demo：

import re
rx = r"\b[A-Z](?=([&.]?))(?:\1[A-Z])+\b"
s = "My name is STEVE. My friend works at (I.A.). Indian Army(IA). B&W also B&&W Also I...A"
print( [x.group() for x in re.finditer(rx, s)] )
# => ['STEVE', 'I.A', 'IA', 'B&W']

正则表达式以提取首字母缩写词

2 个答案: