只匹配大写单词的正则表达式(即不用空格分隔)

Question

我有一长串字符串，它们都是随机单词，它们都是大写的，比如'Pomegranate'和'Yellow Banana'。然而，它们中的一些是粘在一起的，比如：'AppleOrange'。没有特殊的字符或数字。

我需要的是Python上的正则表达式，它分别与'Apple'和'Orange'匹配，而不是'Pomegranate'或'Yellow'。

不出所料，我对此非常陌生，我只写了r"(?<!\s)([A-Z][a-z]*)".但这仍然与'Yellow'和'Pomegranate'相匹配。我该怎么做？

Answer 1

如果它们都以大写字符和可选小写字符开头，则可以使用查找和替换来匹配这两个变体。

(?<=[a-z])[A-Z][a-z]*|[A-Z][a-z]*(?=[A-Z])

模式匹配：

• (?<=[a-z])在左边断言a-z
• [A-Z][a-z]*匹配and和可选字符and
• |或
• [A-Z][a-z]*匹配and和可选字符and
• (?=[A-Z])在右边断言A

Regex演示

示例

import re

pattern = r"(?<=[a-z])[A-Z][a-z]*|[A-Z][a-z]*(?=[A-Z])"
s = ("AppleOrange\nPomegranate Yellow Banana")

print(re.findall(pattern, s))

输出

['Apple', 'Orange']

另一种选择可能是通过匹配避免不想要的内容，并使用一个捕获组来保存所需内容，并从结果中删除空条目：

(?<!\S)[A-Z][a-z]*(?!\S)|([A-Z][a-z]*)

Regex演示 x- Python演示

import re

pattern = r"(?<!\S)[A-Z][a-z]*(?!\S)|([A-Z][a-z]*)"
s = ("AppleOrange\nPomegranate Yellow Banana")

print([x for x in re.findall(pattern, s) if x])

Answer 2

这项工作：

import re
from collections import deque

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

result = []
while len(chunks):
  buf = chunks.popleft()
  if len(buf) == 0:
    continue
  if re.match(r'^[A-Z]$', buf) and len(chunks):
    buf += chunks.popleft()
  result.append(buf)

print(result)

输出：

['Apple', 'Orange']

检查OP 这里