正则表达式以匹配仅包含3个或更少大写单词的引号中的字符串

Question

我已经搜索了很多，但找不到正则表达式问题的任何缓解方法。

我写了下面的假句子：

观看小乔·史密斯（Joe Smith Jr.）和索尔（Canul）阿尔瓦雷斯（Saul“ Canelo” Alvarez）为WBO腰带GGG与Oscar de la Hoya和Genaddy Triple-G Golovkin的对抗。 卡内洛·阿尔瓦雷斯（Canelo Alvarez）和弗洛伊德（Moy）梅威瑟（Mayweather）在新泽西州大西洋城展开战斗。 Conor MacGregor将与Adonis超人Stevenson和Sugar Ray Robinson先生一同出席。 “这是弦乐”。 '钱梅威瑟'。 “这不是字符串”，“这不是字符串”，“这是一个”“三字字符串”。

我正在寻找在Python 3.6中使用时将返回以下内容的正则表达式：

Canelo，钱，钱梅威瑟，三字串

使我最接近的正则表达式是：

(["'])[A-Z](\\?.)*?\1

我希望它仅匹配3个大写字母或更少的字符串，并立即用单引号或双引号引起来。 不幸的是，到目前为止，无论长度如何，内容如何，​​引号似乎都可以匹配任何字符串，只要它以大写字母开头即可。

我花了很多时间亲自尝试破解它，但是我碰壁了。 拥有更强的正则表达式功夫的人可以给我一个我在哪里错的想法吗？

Answer 1

尝试使用此命令： (["'])((?:[AZ][az]+ ?){1,3})\\1

(["']) -开头报价

([AZ][az]+ ?){1,3} -大写单词重复1到3次，以空格分隔

[AZ]-大写字符（单词开头的字符）

[az] +-非大写字符（字尾）

_？ -大写单词的空格分隔符（ _是一个空格） ? 没有结束空间的单个单词

{1,3}-1至3次

\\1结束报价，与开始相同

第2组是您想要的。

Match 1
Full match  29-37   `"Canelo"`
Group 1.    29-30   `"`
Group 2.    30-36   `Canelo`
Match 2
Full match  146-153 `'Money'`
Group 1.    146-147 `'`
Group 2.    147-152 `Money`
Match 3
Full match  318-336 `'Money Mayweather'`
Group 1.    318-319 `'`
Group 2.    319-335 `Money Mayweather`
Match 4
Full match  398-417 `"Three Word String"`
Group 1.    398-399 `"`
Group 2.    399-416 `Three Word String`

RegEx101演示： https ://regex101.com/r/VMuVae/4

Answer 2

使用您提供的文本，我将尝试使用正则表达式lookaround四周，以使单词被引号引起来，然后对这些匹配项应用一些条件，以确定哪些匹配项符合您的条件。 以下是我会做的事情：

[p for p in re.findall('(?<=[\'"])[\w ]{2,}(?=[\'"])', txt) if all(x.istitle() for x in p.split(' ')) and len(p.split(' ')) <= 3]

txt是您在此处提供的文本。 输出如下：

# ['Canelo', 'Money', 'Money Mayweather', 'Three Word String']

清洁器：

matches = []

for m in re.findall('(?<=[\'"])[\w ]{2,}(?=[\'"])', txt):
    if all(x.istitle() for x in m.split(' ')) and len(m.split(' ')) <= 3:
        matches.append(m)


print(matches)

# ['Canelo', 'Money', 'Money Mayweather', 'Three Word String']

Answer 3

这是我的工作： ([\\"'])(([AZ][^ ]*? ?){1,3})\\1