查找包含大写第一个字母的单词

Question

我正在尝试在字符串中找到单个或组合在一起的单词。

例如：

This is a String That is my example, Here Is More text as example.

我想拿出来，所以我的结果如下。

This
String That
Here Is More

到目前为止我的正则表达式是这样的

(\b[A-Z][a-z]*\s\b)

这会找到大写单词，但只将它们分开包含空格。 如何控制正则表达式连续接受1到3个单词，用大写字母 ？

Answer 1

一个真正的Unicode支持解决方案是

\b(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*(?:\s+(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*){0,2}\b

它只匹配1-3个大写单词而没有前导/尾随空格。

请参阅正则表达式演示

这是解释：

• \\b - 单词边界（之前应该有一个非单词字符）
• (?>\\p{Lu}\\p{M}*)(?>\\p{L}\\p{M}*)* - 一个以大写字母开头的单词（后跟可选的变音符号），然后是任意一个（也是预编译的）Unicode字母
• (?:\\s+(?>\\p{Lu}\\p{M}*)(?>\\p{L}\\p{M}*)*){0,2} - 2到0次出现
  • \\s+ - 一个或多个空格（ \\s+ ）后跟...
  • (?>\\p{Lu}\\p{M}*)(?>\\p{L}\\p{M}*)* - 由Unicode字母组成的单词（可能带有变音符号）。

\\p{Lu}匹配大写的Unicode字母。 \\p{M}匹配变音符号。 因此，要匹配大写的Unicode字母，请使用原子组(?>\\p{Lu}\\p{M}*) 。 \\p{L}匹配任何基本的Unicode字母。 因此，一个单词将是子模式的总和(?>\\p{Lu}\\p{M}*)(?>\\p{L}\\p{M}*)* 。

C＃代码 ：

var line = "This is a String That is my example, Here Is More Text as example.";
var pattern = @"\b(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*(?:\s+(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*){0,2}\b";
var result = Regex.Matches(line, pattern).Cast<Match>().Select(x => x.Value).ToList();

结果： This ， String That ， Here Is More ， Text

Answer 2

定义第二个模式并重复零或更多..

@"\b[A-Z][a-z]*(?:\s[A-Z][a-z]*)*\b"

DEMO

Answer 3

使用组上的+来匹配多个匹配项。

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

演示

使用{1,3}匹配一组，两组或三组中的单词。

(\b[A-Z][a-z]*\s\b){1,3}

演示