python使用正則表達式提取大寫單詞

Question

我想提取大寫的單詞，該單詞在單詞“ cell”或“ cells”之前出現3或4

例如：

簡而言之，將如上所述生長的MCF-7細胞用一系列的LTX-二醇或異-LTX-二醇處理。

我想從上述示例中提取MCF-7。

我嘗試使用[A-Z0-9-]+cells ，但是它返回的單元格而不是MCF-7

Answer 1

該答案假定您要匹配一個以大寫字母開頭的單詞，該單詞依次由1至4個其他單詞組成，然后由cell或cells 。 我們可以嘗試使用以下模式進行匹配：

([A-Z][^ ]*)(?=\s+(?:[^A-Z]\S*\s+){1,4}cells?)

在圖案的端部的正預測先行斷言為之前出現1至4個字的要求cell或cells 。

input = "Briefly, MCF-7 idential cells grown as described above were treated with a range of LTX-diol or iso-LTX-diol."

r1 = re.findall(r"([A-Z][^ ]*)(?=\s+(?:[^A-Z]\S*\s+){1,4}cells?)", input)
print(r1)

['MCF-7']