Python RegEx：提取第一个连续的大写字母答案

【问题标题】：Python RgEx: Extract First Consecutive Capitalized LettersPython RegEx：提取第一个连续的大写字母
【发布时间】：2026-01-05 19:40:02
【问题描述】：

我有一些新闻标题，我想提取标题中涉及的公司名称。这是一个例子

headlines = [
    "Chicago Policemen's Annuity & Benefit Fund hired Chicago Equity Partners to manage $50 million in active U.S. smidcap value equity.",
    "Belmont Contributory Retirement System is searching for at least one U.S. small-cap equity manager to run initially up to $5 million.",
    "Phoenix Employees' Deferred Compensation Board will begin a search for an investment consultant before the end of February."    
]

如您所见，此处的模式是感兴趣的公司名称是首个大写单词链。第二个大写单词链是二级公司。

在我们的示例中，我想返回两个与提取连续大写字母相关的变量。因此，它将返回“芝加哥警察年金和福利基金”、“贝尔蒙特缴费退休制度”和“凤凰城员工延期补偿委员会”

有没有办法在 Python 中使用正则表达式进行这种提取？

【问题讨论】：

第一个例子不应该停在Chicago Policemen's Annuity吗？ “&”不是大写字母。
你试过什么？请发布您的代码并描述它当前产生的内容与您希望它产生的内容。此外，与号 & 不是大写字母，因此不符合您所描述的意图。
& 是一个字母吗？我认为它是非词绒毛分隔词。
为什么每个人都对这个 & 符号如此感兴趣？ OP的意图很明确，不是吗？
Regex that finds consecutive words with first letter capitalized的可能重复

标签： python regex nltk

【解决方案1】：

对于您给定的示例，可能是匹配连续大写单词的选项，直到遇到空格和小写字符或字符串结尾。

^(?:[A-Z][^A-Z]+?)+(?= [a-z]|$)

说明

从字符串^开始
非捕获组(?:
- 匹配一个大写字符[A-Z]
- 匹配非大写字符一次或多次非贪婪[A-Z]+?
关闭捕获组)+并重复一次或多次
积极的前瞻(?= 断言接下来是
- 一个空格后跟一个小写字符[a-z]
- | 或
- 字符串结尾$
关闭正向前瞻)

在这种情况下，匹配会停止，直到遇到空格和小写字符，但您可以将字符类扩展为 [a-z&] 以在遇到空格和 & 符号时停止匹配。

【讨论】：

【解决方案2】：

只是为了让你朝着正确的方向前进，

第 1 步：分割你的字符串（你的分隔符是一个空格）

第2步：检查位置0的字符是否大写

第 3 步：将子字符串添加/附加到 your company name

第 4 步：重复第 2 步和第 3 步，直到第 2 步失败，然后您就有了公司名称。

更多关于切片的帮助： https://www.pythoncentral.io/cutting-and-slicing-strings-in-python/

【讨论】：

【解决方案3】：

这个正则表达式会找到标题样式的表达式：

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

你可以看到完整的测试here

【讨论】：