正則表達式用於在標點符號之前提取單詞

Question

我試圖提取出現在標點符號之前的短語，但該短語的形式為大寫單詞。

抽象代數 。 現代數學領域，它考慮將代數結構設置為具有定義的運算的集合，並將通常與實數系統關聯的代數概念擴展到其他更通用的系統，例如組，環，場，模塊和向量空間。

代數。 數學的一個分支，使用符號或字母表示變量，值或數字，然后可以使用它們表示運算和關系以及求解方程式。

代數表達式 。 數字和字母的組合，相當於語言中的短語，例如x2 + 3x-4。

解析（笛卡爾）幾何：使用坐標系以及代數和分析原理研究幾何，從而以數字方式定義幾何形狀並從該表示中提取數字信息。

歸納推理或邏輯：一種推理，涉及從一組特定事實轉變為一般結論，表示對結論的某種程度的支持，而沒有實際確保其真實性。

目前，我正在使用以下正則表達式：

(([? ])([A-Z][a-z\s]+)?([A-Z][a-z\s]+?[.:]))

我有兩個問題。

1. 我認為這不是最佳的編寫方式。
2. 它無法捕獲短語中包含兩個以上單詞的單詞

Answer 1

嘗試^[AZ][^.,:';]+

說明：

^ -行首

[AZ] -單個大寫字符

[^.,:';]+ -與.,:';不同的一個或多個字符.,:';

演示

Answer 2

當前數據不匹配超過1個單詞的原因之一是模式以[? ] [? ] ，它將匹配空格或問號。

您也可以省略某些捕獲組，而只使用一個。 請注意，您不必使用?使此匹配[az\\s]+?[.:]非貪心? 因為字符類不包含. 或:

要得到大寫的單詞，緊接着是任一個. 或:您可以使用：

\b([A-Z][a-z]+(?:\s+[A-Z][a-z]+)*)[.:]

說明

• \\b字邊界
• (捕獲組1
  • [AZ][az]+
  • (?:\\s+[AZ][az]+)*重復0+次匹配AZ和1+次Az
• )封閉小組
• [.:]匹配任何一個. 或:

正則表達式演示

如果您還想匹配用(和)包圍的單詞，則可以使用交替形式。

\b((?:\([A-Z][a-z]+\)|[A-Z][a-z]+)(?:\s+(?:\([A-Z][a-z]+\)|[A-Z][a-z]+))*)[.:]

正則表達式演示