用“单词”分隔句子，将多个大写词(假定为专有名词)作为一个整体

Question

我试图拆分一个字符串，其中多个词的专有名词被认为是一个标记.例如，需要更改以下代码，

import re

s = 'Multi-Criteria Decision Making (MCDM) is increasingly used in RE projects.'
out = re.compile("\s").split(s)

print(out)

为了取得预期的结果：

['Multi-Criteria Decision Making', 'MCDM', 'is', 'increasingly', 'used', 'in', 'RE', 'projects']

我已经找到了这，但是我无法将它正确地合并到代码中。

提前感谢！

Answer 1

您可以匹配连续的单词，从大写字符开始，然后是1+小写字符，中间有空格或-，以获得多标准决策的单个匹配。

要匹配其他单词，可以使用替换|来匹配一个或多个单词字符。

[A-Z][a-z]+(?:[ -][A-Z][a-z]+)*|\w+

Regex演示

如果在圆括号之间应该有一个带有2个或更多大写字符的部分，则可以使用正前瞻。

请注意，查找只检查大写字符的存在，它与前面单词中相同的大写字符不匹配。

[A-Z][a-z]+(?:[ -][A-Z][a-z]+)+(?= \([A-Z]{2,}\))|\w+

Regex演示 x- Python演示

import re
 
s = 'Multi-Criteria Decision Making (MCDM) is increasingly used in RE projects.'
pattern = r'[A-Z][a-z]+(?:[ -][A-Z][a-z]+)+(?= \([A-Z]{2,}\))|\w+'
print(re.findall(pattern, s))

输出

['Multi-Criteria Decision Making', 'MCDM', 'is', 'increasingly', 'used', 'in', 'RE', 'projects']