如何在Python中获取第一个大写字母，然后再获取每个不跟另一个大写字母的字母？

Question

我正在开发一个脚本，该脚本为一个我无法使用的名称列表创建缩写。 我需要将每个名称分成多个点，然后将每个大写字母都放在单词的开头。 像这样：

InternetGatewayDevice.DeviceInfo.Description- > IGD.DI.D

但是，如果有更多连续的大写字母（如下面的示例所示），我只想采用第一个字母，然后是不带大写字母的字母。 因此，我想从“ WANDevice ”获得“ WD ”。 像这样：

InternetGatewayDevice.WANDevice.1.WANConnectionDevice.1.WANIPConnection.1.PortMapping.7.ExternalPort-> IGD.WD1.WCD1.WC1.PM7.EP

到目前为止，我已经编写了以下脚本：

data = json.load(open('./cwmp/tr069/test.json'))

def shorten(i):
    x = i.split(".")
    abbreviations = []
    for each in x:
        abbrev = ''
        for each_letter in each:
            if each_letter.isupper():
                abbrev = abbrev + each_letter
        abbreviations.append(abbrev)
    short_string = ".".join(abbreviations)
    return short_string

for i in data["mappings"]["cwmp_genieacs"]["properties"]:
    if "." in i:
        shorten(i)
    else:
        pass    

它可以正确地“翻译”第一个示例，但是我不确定其余的方法。 我认为如果需要的话，我可能会想到一些实现此目标的方法（例如，将字符串拆分为单个字符），但我正在寻找一种高效且智能的方法来实现。 如有任何建议，我将不胜感激。

我正在使用Python 3.6。

编辑：

我决定尝试一种不同的方法，并迭代单个字符，然后很容易达到我想要的目标。 不过，非常感谢您的回答和建议，我一定会通过它们的。

def char_by_char(i):
    abbrev= ""
    for index, each_char in enumerate(i):
        # Define previous and next characters 
        if index == 0:
            previous_char = None
        else:
            previous_char = i[index - 1]

        if index == len(i) - 1:
            next_char = None
        else:
            next_char = i[index + 1]
        # Character is uppercase
        if each_char.isupper():
            if next_char is not None:
                if next_char.isupper():
                    if (previous_char is ".") or (previous_char is None):
                        abbrev = abbrev + each_char
                    else:
                        pass
                else:
                    abbrev = abbrev + each_char
            else:
                pass
        # Character is "."
        elif each_char is ".":
            if next_char.isdigit():
                pass
            else:
                abbrev = abbrev + each_char

        # Character is a digit              
        elif each_char.isdigit():
            abbrev = abbrev + each_char

        # Character is lowercase            
        else:
            pass
    print(abbrev)


for i in data["mappings"]["cwmp_genieacs"]["properties"]:
    if "." in i:
        char_by_char(i)
    else:
        pass    

Answer 1

您可以为此使用正则表达式。 例如，您可以对要保留的字符使用捕获组，并在仅保留那些捕获的字符的地方执行替换：

import re

def shorten(s):
    return re.sub(r'([A-Z])(?:[A-Z]*(?=[A-Z])|[^A-Z.]*)|\.(\d+)[^A-Z.]*', r'\1\2', s)  

说明：

• ([AZ]) ：大写字母
• (?: ) ：）：这是一个分组，以明确|范围是什么| 里面的操作。 这不是上面的捕获组（因此将被删除）
• [AZ]* ：零个或多个大写字母（贪心）
• (?=[AZ]) ：应该再加上一个大写字母，但不要对其进行处理-留给下一场比赛
• | ：逻辑或
• [^AZ.]* ：零个或多个非大写非点数（紧随大写字母之后）：这些将被删除
• \\.(\\d+) ：一个文字点后跟一个或多个数字：捕获数字（以丢弃点）。

在替换参数中，捕获的组再次注入：

• \\1 ：第一个捕获组（这是大写字母）
• \\2 ：第二个捕获组（这些是点后面的数字）

在一个匹配中，只有一个捕获组将具有某些内容，另一个则只是空字符串。 但是，正则表达式匹配会在整个输入字符串中重复进行。

Answer 2

这是一个非正则表达式的解决方案。

def shorten(i):
    abr_list = []
    abrev = ''
    parts = i.split('.')
    for word in parts:
        for x in range(len(word)):
            if x == 0 and word[x].isupper() or word[x].isupper() and not word[x + 1].isupper() or word[x].isnumeric():
                abrev += word[x]
        abr_list.append(abrev)
        abrev = ''
    return join_parts(abr_list)


def join_parts(part_list):
    ret = part_list[0]
    for part in part_list[1:]:
        if not part.isnumeric():
            ret += '.%s' % part
        else:
            ret += part
    return ret

Answer 3

import re
def foo(s):
    print(''.join(list(map(
        lambda matchobj: matchobj[0], re.finditer(
            r'(?<![A-Z])[A-Z]|[A-Z](?![A-Z])|\.', s)))))
foo('InternetGatewayDevice.DeviceInfo.Description')
foo('WANDevice')
# output: 
# IGD.DI.D
# WD

正则表达式包含三个主要部分：

1. 如果是大写字母，但前面没有大写字母，则匹配(?<![AZ])[AZ]或
2. 如果是[AZ](?![AZ])后没有大写字母，则匹配
3. 如果是字面上的时期

https://docs.python.org/3.6/library/re.html