检测较大字符串中的大写字母字符串

Question

在 matlab 的较大字符串中，有没有一种很好且干净的方法来查找长度为 2-4 的大写字母字符串。例如，假设我有一个字符串...

 stringy = 'I imagine I could FLY';

有没有一种很好的方法来提取字符串的 FLY 部分？目前我正在使用 upper() 函数来识别字符串中所有像这样大写的字符...

 for count = 1:length(stringy)
     if upper(stringy(count))==stringy(count)
          isupper(count)=1;
     else
          isupper(count)=0;
     end
 end

然后，我只是通过二进制向量并确定何时 一排有2-4个1。

此方法有效...但我想知道是否有更清洁的方法 要这样做...谢谢！

Answer 1

您可以为此使用正则表达式。正则表达式[A-Z]{2,4} 将在字符串中搜索 2-4 个大写字母。

对应的matlab函数调用regexp。

regexp(string,pattern) 将子索引返回到与pattern 匹配的所有位置的string。

对于您的模式，我有两个建议：

1. \<[A-Z]{2,4}\>。这会搜索由 2-4 个大写字母组成的整个单词（因此它不会抓取下面的 TOUCH）：

   stringy = 'I imagine I could FLY and TOUCH THE SKY';
   regexp(stringy,'\<[A-Z]{2,4}\>') % returns 19, 33, 37 ('FLY','THE','SKY')
   

   （编辑：Matlab 使用\< 和\> 作为单词边界，而不是标准的\b）。

2. 如果您有字符串可以在一个单词中混合大小写并且您想提取这些字符串，请尝试(?<![A-Z])[A-Z]{2,4}(?![A-Z])（这意味着“2-4 个大写字母不被大写字母包围）：

   stringy = 'I image I could FLYandTouchTHEsky';
   % returns 17 and 28 ('FLY', 'THE')
   regexp(stringy,'(?<![A-Z])[A-Z]{2,4}(?![A-Z])') 
   
   % note '\<[A-Z]{2,4}\>' wouldn't match anything here since it looks for
   % *whole words* that consist of 2-4 capital letters only.
   % 'FLYandTouchTHEsky' doesn't satisfy this.
   

根据您希望发生的行为选择正则表达式。