Question

我有一个文件，我正在通过python脚本更改其格式。我在此文件中有几个驼峰式的字符串，我只想在大写字母前插入一个空格-因此“ WordWordWord”变为“ Word Word Word”，但我也有一些缩写，例如文本“ General Manager or VP”。

我在这篇文章中找到了David Underhill的答案：

A pythonic way to insert a space before capital letters

尽管这个答案可以帮助我在“ DaveIsAFKRightNow！Cool”之类的文本中的缩写之间不插入空格

但是它确实在“ VP”的V和P之间插入了一个空格。

我只有25个经验点，我无法对现有帖子发表评论，除了为此类类似问题创建另一篇帖子，我别无选择。

我不擅长RegEx，也无法弄清楚如何处理这种情况。

我已经尝试过了：

re_outer = re.compile(r'([^A-Z ])([A-Z])')
re_inner = re.compile(r'(?<!^)([A-Z])([^A-Z])')
re_outer.sub(r'\1 \2', re_inner.sub(r' \1\2', 'DaveIsAFKRightNow!Cool'))

它给了我“戴夫现在是AFK！酷'

我的文字示例是：

General Manager or VP Torrance, CARequired education

我希望输出为：General Manager or VP Torrance, CA Required education

我得到的输出是：General Manager or V P Torrance, CA Required education

Answer 1

或者，您可以将单个模式与alternation一起使用：

((?<=[^\W[A-Z])[A-Z]|(?<=\S)[A-Z](?=[a-z]))

在替换中，使用空格，然后跟第1组：

\1

说明

(捕获组
- (?<=正向前进，断言右边是
  - [^\W[A-Z]匹配A-Z以外的文字字符
- )积极回望
- |或
- (?<=\S)向后看，断言左边是
- [A-Z]匹配A-Z
- (?=[a-z])正向前进，断言右边是a-z
)关闭捕获组

Regex demo | Python demo

例如

import re

strings = [
    "General Manager or VP Torrance, CARequired education",
    "WordWordWord",
    "DaveIsAFKRightNow!Cool"
]
pattern = re.compile(r'((?<=[^\W[A-Z])[A-Z]|(?<=\S)[A-Z](?=[a-z]))')

for str in strings:
    print(pattern.sub(r' \1', str))

结果

General Manager or VP Torrance, CA Required education
Word Word Word
Dave Is AFK Right Now! Cool

Answer 2

您可以将替换项交换为：首先在大写字母之前插入空格（除大写字母和空格以外的其他字符），然后在以1+大写字母开头，后跟大写和小写字母的单词之前添加空格信：

import re
re_outer = re.compile(r'([^A-Z ])([A-Z])')
re_inner = re.compile(r'\b[A-Z]+(?=[A-Z][a-z])')
print(re_inner.sub(r'\g<0> ', re_outer.sub(r'\1 \2', 'DaveIsAFKRightNow!Cool')))
# => Dave Is AFK Right Now! Cool
print(re_inner.sub(r'\g<0> ', re_outer.sub(r'\1 \2', 'General Manager or VP Torrance, CARequired education'))) 
# => General Manager or VP Torrance, CA Required education

请参见Python demo

\b[A-Z]+(?=[A-Z][a-z])正则表达式匹配

\b-单词边界
[A-Z]+-1个以上的大写字母
(?=[A-Z][a-z])-后跟一个大写字母和一个小写字母。

请注意，\g<0>将整个匹配项插入替换模式。

一种在大写字母前插入空格但不在缩写之间插入空格的pythonic方法

2 个答案: