使用正则表达式查找缩写

Question

我正在尝试创建一个正则表达式，该表达式将识别 Python 中给定字符串中可能的缩写。我对 RegEx 有点陌生，虽然我相信它应该有点简单，但我在创建表达式时遇到了困难。 该表达式应选择具有两个或更多大写字母的单词。 该表达式还应该能够拾取中间使用破折号的单词并报告整个单词（破折号前后）。 如果数字也存在，他们也应该用这个词来报告。

因此，它应该拿起：

ABC、AbC、ABc、A-ABC、a-ABC、ABC-a、ABC123、ABC-123、123-ABC。

我已经做了以下表达： r'\b(?:[az]*[AZ\-][az\d[^\]*]*){2,}' 。

然而，这也确实会出现这些错误的词：

A-BC, abc

我认为问题在于它寻找多个大写字母或破折号。 我希望它只给我至少有两个或更多大写字母的单词。 我知道它也会“错误地”将单词视为“Abc-Abc”，但我认为没有办法避免这些。

Answer 1

如果支持前瞻并且您不想匹配双精度--您可以使用：

\b(?=(?:[a-z\d-]*[A-Z]){2})[A-Za-z\d]+(?:-[A-Za-z\d]+)*\b

解释

• \b单词边界
• (?= Positive lookahead，断言从当前位置到右边是
  • (?:[az\d-]*[AZ]){2}匹配 2 倍可选的允许字符和大写字符 AZ
• )关闭前瞻
• [A-Za-z\d]+匹配 1+ 次不带连字符的允许字符
• (?:-[A-Za-z\d]+)*可选择重复-和 1+ 次允许的字符
• \b单词边界

请参阅regex101 演示。

要在字符周围有连字符时也不匹配，您可以使用否定环视断言左侧或右侧没有连字符。

\b(?<!-)(?=(?:[a-z\d-]*[A-Z]){2})[A-Za-z\d]+(?:-[A-Za-z\d]+)*\b(?!-)

请参阅另一个正则表达式演示。