在字符串中查找一系列大寫單詞的正則表達式

Question

text = "This is a TEXT CONTAINING UPPER CASE WORDS and lower case words. This is a SECOND SENTENCE."

pattern = '[A-Z]+[A-Z]+[A-Z]*[\s]+'

re.findall(pattern, text)給出一個輸出 -->

['TEXT ', 'CONTAINING ', 'UPPER ', 'CASE ', 'WORDS ', 'SECOND ', 'SENTENCE ']

但是，我想要這樣的輸出-->

['TEXT CONTAINING UPPER CASE WORDS', 'SECOND SENTENCE']

Answer 1

您可以使用此正則表達式：

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

正則表達式演示

正則表達式詳情：

• \\b : 字邊界
• [AZ]+ : 匹配一個只包含大寫字母的單詞
• (?:\\s+[AZ]+)* : 匹配 1+ 個空格后跟另一個大寫字母的單詞。 匹配該組 0 次或多次
• \\b : 字邊界

代碼：

>>> s = 'This is a TEXT CONTAINING UPPER CASE WORDS and lower case words. This is a SECOND SENTENCE';
>>> print (re.findall(r'\b[A-Z]+(?:\s+[A-Z]+)*\b', s))
['TEXT CONTAINING UPPER CASE WORDS', 'SECOND SENTENCE']

Answer 2

1. 改進正則表達式，你至少需要 2 個大寫字母，所以使用專用語法{2,} for 2 or more ，並使用單詞邊界確保捕獲整個單詞

   r'\\b[AZ]{2,}\\b'

2. 為每個句子完成工作：使用基本的正則表達式找到它們，並為每個句子查找大寫單詞，然后通過加入空格將它們保存在數組中

   result = [] sentences = re.findall("[^.]+.", text) for sentence in sentences: uppercase = re.findall(pattern, sentence) result.append(" ".join(uppercase)) print(result) # ['TEXT CONTAINING UPPER CASE WORDS', 'SECOND SENTENCE']

在列表理解中，它看起來像

res = [" ".join(re.findall(pattern, sentence)) for sentence in re.findall("[^.]+.", text)]