pythonregex：匹配所有连续的大写单词

Question

简短的问题：

我有一根绳子：

title="Announcing Elasticsearch.js For Node.js And The Browser"

我想找到所有的单词对，每个单词都是大写的。在

因此，预期产出应为：

^{pr2}$

我现在拥有的是：

'[A-Z][a-z]+[\s-][A-Z][a-z.]*'

这给了我一个输出：

['Announcing Elasticsearch.js', 'For Node.js', 'And The']

如何更改正则表达式以提供所需的输出？在

Answer 1

可能有更有效的方法来实现这一点，但您可以使用如下正则表达式：

(\b[A-Z][a-z.-]+\b)

然后迭代捕获组，比如使用以下regex:(^[A-Z][a-z.-]+$)进行测试，以确保匹配的组（current）与匹配的组（next）匹配。在

工作示例：

^{pr2}$

[
    ['Browser', 'Announcing'], 
    ['Announcing', 'Elasticsearch.js'], 
    ['Elasticsearch.js', 'For'], 
    ['For', 'Node.js'], 
    ['Node.js', 'And'], 
    ['And', 'The'], 
    ['The', 'Browser']
]

Answer 2

您可以使用这个：

#!/usr/bin/python
import re

title="Announcing Elasticsearch.js For Node.js And The Browser TEst"
pattern = r'(?=((?<![A-Za-z.])[A-Z][a-z.]*[\s-][A-Z][a-z.]*))'

print re.findall(pattern, title)

“普通”模式不能匹配重叠的子字符串，所有字符都是一次性创建的。然而，lookahead (?=..)（即“后跟”）只是一个检查，什么都不匹配。它可以多次解析字符串。因此，如果在lookahead中放置一个捕获组，就可以获得重叠的子字符串。在

Answer 3

如果你现在的Python代码是

title="Announcing Elasticsearch.js For Node.js And The Browser"
results = re.findall("[A-Z][a-z]+[\s-][A-Z][a-z.]*", title)

然后你的程序跳过奇数对。一个简单的解决方法是在跳过第一个单词后研究模式，如下所示：

^{pr2}$

现在把结果和结果2结合起来。在