如何使用 RegEx 获取给定模式的名称？

Question

我正在尝试使用 RegEx 从文本中获取以下模式：

John Doe
JOHN DOE
Sam John Watson
Sam John Lilly Watson
SAM JOHN WATSON
SAM JOHN LILLY WATSON

输入数据仅包含单行，我需要在其中找到上述模式。

更多关于模式

• 每个单词都以大写字母开头，后跟大写或小写
• 最少 2 个字
• 最多 4 个字
• 单词将仅包含 A-Z 或 a-z 字符

我尝试了什么：

import re
re.findall("[A-Z][A-Za-z]+ [A-Z][A-Za-z]+ [A-Za-z]* [A-Za-z]*", text)

这将正确识别输入，例如：

Sam Peters John Doe
SAM WINCH DAN BROWN

但输入少于 4 个单词时失败。

Answer 1

您的模式失败了，因为即使在最后两个字符集之后使用*s，最后两个字符集旁边的空格不是可选的。因此（例如）字符串中只有 2 个单词只有在这两个单词后面跟着 两个空格 时才会匹配。

我建议您以[A-Z][A-Za-z]+ 开头的第一个单词，然后在一个单词之后重复一个空格，最多重复 3 次：

^[A-Z][A-Za-z]+(?: [A-Z][A-Za-z]+){1,3}$

https://regex101.com/r/IvSvAH/1

如果有可能只有一个字符的单词（如“I”或“A”），则使用* 而不是+ 重复[A-Za-z] 字符集。