如何在包含至少一个下划线和大写字母的字符串中查找单词

Question

我想匹配包含

的字符串中的所有单词

1. 至少一个下划线（但是单词既不能以它开头也不能以它结尾）
2. 至少两个大写字母
3. 所有字母必须大写。

例如（这是我得到的最好结果）：

test_string = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
p = re.compile("(\S*[A-Z_]\S*[_]\S*)") 
p.search(test_string)

我想从搜索方法中获得的单词是：

1. TEST_STRING（第二个单词，不是_TEST_STRING_的子字符串）
2. ANOTHER_TEST_STRING

但是我正在获得

1. TEST_STRING
2. TEST_STRING（它是_TEST_STRING_的子字符串）。

谢谢

Answer 1

您正则表达式(\S*[A-Z_]\S*[_]\S*)使用\S*，它将匹配一个非空白字符并重复0+次，因此您也将匹配__或A_

您可以使用：

\b[A-Z]+_[A-Z_]*[A-Z]\b

说明

• \b字边界
• [A-Z]+匹配1个以上大写字符
• _匹配下划线
• [A-Z_]*匹配0+次大写字符或下划线
• [A-Z]匹配大写字符
• \b字边界

re.search将返回正则表达式匹配的第一个位置。您可以改用findall：

import re
test_string = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
p = re.compile(r"\b[A-Z]+_[A-Z_]*[A-Z]\b") 
print(re.findall(p,test_string))

结果

['TEST_STRING', 'ANOTHER_TEST_STRING']

请参见regex demo | Python demo

Answer 2

这应该有效：

import re

regex = r"\b([A-Z]+(?:_[A-Z]+){1,})\b"
test_str = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
matches = re.findall(regex, test_str, re.MULTILINE)

输出：

>>> matches
['TEST_STRING', 'ANOTHER_TEST_STRING']