使用正则表达式查找不在句子开头的大写字母单词答案

【问题标题】：Find words with capital letters not at start of a sentence with regex使用正则表达式查找不在句子开头的大写字母单词
【发布时间】：2012-01-06 03:03:25
【问题描述】：

使用 Python 和正则表达式，我试图在一段文本中查找以大写字母开头但不在句子开头的单词。

我能想到的最好方法是检查单词前面是否没有句号，然后是空格。我很确定我需要使用负面的lookbehind。这是我到目前为止所拥有的，它会运行但总是什么都不返回：

(?<!\.\s)\b[A-Z][a-z]*\b

我认为问题可能在于在单词边界 \b 内使用 [A-Z][a-z]* 但我真的不确定。

感谢您的帮助。

【问题讨论】：

标签： python regex

【解决方案1】：

您的正则表达式似乎有效：

In [6]: import re

In [7]: re.findall(r'(?<!\.\s)\b[A-Z][a-z]*\b', 'lookbehind. This is what I have')
Out[7]: ['I']

确保在指定正则表达式时使用的是原始字符串 (r'...')。

如果您有一些正则表达式不起作用的特定输入，请将它们添加到您的问题中。

【讨论】：

谢谢，我没有使用原始字符串前缀。现在完美运行。

【解决方案2】：

尽管您专门要求使用正则表达式，但考虑列表推导式可能会很有趣。它们有时更具可读性（尽管在这种情况下，可能以效率为代价）。这是实现此目的的一种方法：

import string

S = "T'was brillig, and the slithy Toves were gyring and gimbling in the " + \
    "Wabe. All mimsy were the Borogoves, and the Mome Raths outgrabe."

LS = S.split(' ')

words = [x for (pre,x) in zip(['.']+LS, LS+[' '])
    if (x[0] in string.uppercase) and (pre[-1] != '.')]

【讨论】：

【解决方案3】：

尝试循环输入：

(?!^)\b([A-Z]\w+)

并捕获第一组。如您所见，也可以使用负前瞻，因为您要匹配的位置是除行首之外的所有位置。消极的回顾会产生同样的效果。

【讨论】：