查找首字母大写的单词，这些单词组合在一起

本文关键字：单词 组合 在一起 查找 | 更新日期: 2023-09-27 18:24:12

我试图在单个或组合在一起的字符串中查找单词。

例如：

This is a String That is my example, Here Is More text as example.

我想退出，所以我的结果如下。

This
String That
Here Is More

到目前为止，我的正则表达式是这个

('b[A-Z][a-z]*'s'b)

这会发现大写的单词，但只会将包含空格的单词单独分组。如何控制正则表达式以连续接受1到3个大写字母的单词？

查找首字母大写的单词，这些单词组合在一起

一个真正支持Unicode的解决方案是 
'b(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*(?:'s+(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*){0,2}'b

它只匹配一行中1-3个大写单词，没有前导/尾随空格。

参见regex演示

以下是解释：

  • 'b-单词边界（前面应该有一个非单词字符）
  • (?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*-一个以大写字母开头的单词（后面跟着可选的变音符号），然后跟着任何（也是预合成的）Unicode字母
  • (?:'s+(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*){0,2}-出现2到0次
    • 's+-一个或多个空白（'s+），后面跟
    • (?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*-一个由Unicode字母组成的单词（可能带有变音符号）

'p{Lu}匹配大写Unicode字母。'p{M}匹配变音符号。因此，要匹配大写的Unicode字母，请使用原子组(?>'p{Lu}'p{M}*)。'p{L}匹配任何基本Unicode字母。所以，一个单词将是子模式(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*的总和。

C#代码：

var line = "This is a String That is my example, Here Is More Text as example.";
var pattern = @"'b(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*(?:'s+(?>'p{Lu}'p{M}*)(?>'p{L}'p{M}*)*){0,2}'b";
var result = Regex.Matches(line, pattern).Cast<Match>().Select(x => x.Value).ToList();

结果：This、String That、Here Is More、Text

在组中使用+匹配多个匹配项。

('b[A-Z][a-z]*'s'b)+

演示

使用{1,3}匹配一组、两组或三组中的单词。

('b[A-Z][a-z]*'s'b){1,3}

演示

定义第二个模式并重复零个或更多。。

@"'b[A-Z][a-z]*(?:'s[A-Z][a-z]*)*'b"

演示

相关文章：