正则表达式除以大写字母

Question

我想用正则表达式将 'HDMWhoSomeThing' 等字符串替换为 'HDM Who Some Thing' 。

所以我想提取以大写字母开头或仅由大写字母组成的单词。请注意，在字符串 'HDMWho' 中，最后一个大写字母实际上是单词 Who 的第一个字母 - 并且不应包含在单词 中>HDM。

实现此目标的正确正则表达式是什么？我尝试过许多类似于 [AZ][az]+ 的正则表达式，但没有成功。 [AZ][az]+ 给了我 'Who Some Thing' - 当然没有 'HDM'。

有什么想法吗？ 谢谢， 鲁基

Answer 1

#! /usr/bin/env python

import re
from collections import deque

pattern = r'([A-Z]{2,}(?=[A-Z]|$)|[A-Z](?=[a-z]|$))'
chunks = deque(re.split(pattern, 'HDMWhoSomeMONKEYThingXYZ'))

result = []
while len(chunks):
  buf = chunks.popleft()
  if len(buf) == 0:
    continue
  if re.match(r'^[A-Z]
输出：
HDM Who Some MONKEY Thing XYZ
从代码行来看，此任务更适合 <代码>re.findall：
pattern = r'([A-Z]{2,}(?=[A-Z]|$)|[A-Z][a-z]*)'
print ' '.join(re.findall(pattern, 'HDMWhoSomeMONKEYThingX'))

输出：
HDM Who Some MONKEY Thing X
, buf) and len(chunks):
    buf += chunks.popleft()
  result.append(buf)

print ' '.join(result)

输出：

从代码行来看，此任务更适合 <代码>re.findall：

输出：

Answer 2

尝试使用以下正则表达式进行拆分：

/(?=[A-Z][a-z])/

如果您的正则表达式引擎不支持拆分空匹配项，请尝试使用此正则表达式在单词之间添加空格：

/([A-Z])(?![A-Z])/

将其替换为 " $1" （空格加匹配项第一组）。然后你就可以在空间上分开了。

Answer 3

一行：

' '.join(a 或 b for a,b in re.findall('([AZ][az]+)|(?:([AZ]*)(?=[AZ]))', s))

使用正则表达式

([AZ][az]+)|(?:([AZ]*)(?=[AZ]))

Answer 4

因此，在这种情况下，“单词”是：

1. 任意数量的大写字母 - 除非最后一个大写字母后面跟着一个小写字母。
2. 一个大写字母后跟任意数量的小写字母。

所以尝试：

([AZ]+(?![az])|[AZ][az]*)

第一个交替包括负前瞻 (?![az])，它处理边界位于全大写单词和首字母大写单词之间。

Answer 5

可能是“[AZ]*？[AZ][az]+”？

编辑： 这似乎有效： [AZ]{2,}(?![az])|[AZ][az]+

import re

def find_stuff(str):
  p = re.compile(r'[A-Z]{2,}(?![a-z])|[A-Z][a-z]+')
  m = p.findall(str)
  result = ''
  for x in m:
    result += x + ' '
  print result

find_stuff('HDMWhoSomeThing')
find_stuff('SomeHDMWhoThing')

打印出：

HDM 谁有些事

一些 HDM Who Thing