如何在包含至少一个下划线和大写字母的字符串中查找单词

Question

我想匹配包含的字符串中的所有单词

1. 至少有一个下划线（但这个词不能既不开始也不结束）
2. 至少两个大写字母
3. 所有字母都必须是大写的。

例如（这是我得到的最好结果）：

test_string = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
p = re.compile("(\S*[A-Z_]\S*[_]\S*)") 
p.search(test_string)

我想从搜索方法中获得的单词是：

1. TEST_STRING（第二个字，不是_TEST_STRING_的子字符串）
2. ANOTHER_TEST_STRING

但我得到了

1. TEST_STRING
2. TEST_STRING（_TEST_STRING_的子字符串）。

谢谢

Answer 1

你的正则表达式(\\S*[A-Z_]\\S*[_]\\S*)使用\\S*来匹配非空白字符并重复那么多次，这样你就可以匹配__或A_

您可以使用：

\b[A-Z]+_[A-Z_]*[A-Z]\b

说明

• \\b字边界
• [AZ]+匹配1+大写字符
• _匹配下划线
• [A-Z_]*匹配0次以上大写字母或下划线
• [AZ]匹配大写字母
• \\b字边界

re.search将返回正则表达式匹配的第一个位置。 您可以使用findall代替：

import re
test_string = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
p = re.compile(r"\b[A-Z]+_[A-Z_]*[A-Z]\b") 
print(re.findall(p,test_string))

结果

['TEST_STRING', 'ANOTHER_TEST_STRING']

请参阅正则表达式演示 | Python演示

Answer 2

这应该工作：

import re

regex = r"\b([A-Z]+(?:_[A-Z]+){1,})\b"
test_str = "test_string TEST_STRING TEST_string _TEST_STRING_ TESTSTRING ANOTHER_TEST_STRING"
matches = re.findall(regex, test_str, re.MULTILINE)

输出：

>>> matches
['TEST_STRING', 'ANOTHER_TEST_STRING']