使用正則表達式查找縮寫

Question

我正在嘗試創建一個正則表達式，該表達式將識別 Python 中給定字符串中可能的縮寫。我對 RegEx 有點陌生，雖然我相信它應該有點簡單，但我在創建表達式時遇到了困難。 該表達式應選擇具有兩個或更多大寫字母的單詞。 該表達式還應該能夠拾取中間使用破折號的單詞並報告整個單詞（破折號前后）。 如果數字也存在，他們也應該用這個詞來報告。

因此，它應該拿起：

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

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

然而，這也確實會出現這些錯誤的詞：

A-BC, abc

我認為問題在於它尋找多個大寫字母或破折號。 我希望它只給我至少有兩個或更多大寫字母的單詞。 我知道它也會“錯誤地”將單詞視為“Abc-Abc”，但我認為沒有辦法避免這些。

Answer 1

如果支持前瞻並且您不想匹配雙精度--您可以使用：

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

解釋

• \b單詞邊界
• (?= Positive lookahead，斷言從當前位置到右邊是
  • (?:[az\d-]*[AZ]){2}匹配 2 倍可選的允許字符和大寫字符 AZ
• )關閉前瞻
• [A-Za-z\d]+匹配 1+ 次不帶連字符的允許字符
• (?:-[A-Za-z\d]+)*可選擇重復-和 1+ 次允許的字符
• \b單詞邊界

請參閱regex101 演示。

要在字符周圍有連字符時也不匹配，您可以使用否定環視斷言左側或右側沒有連字符。

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

請參閱另一個正則表達式演示。