用正则表达式查找不在句子开头的大写字母单词

Question

使用Python和regex，我试图在一段文本中找到以大写字母开头但不在句子开头的单词。

我能想到的最好的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向后看。这就是我到目前为止所拥有的，它会运行，但总是一无所获：

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

我认为问题可能是在单词boundary\b中使用[A-Z][A-Z]*，但我真的不确定。

谢谢你的帮助。

Answer 1

您的正则表达式似乎可以工作：

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']

在指定正则表达式时，请确保使用的是原始字符串（r'...'）。

如果您有一些regex不起作用的特定输入，请将它们添加到您的问题中。

Answer 2

尽管您特别要求正则表达式，但考虑列表理解可能会很有趣。它们有时可读性更强（尽管在这种情况下，可能会以效率为代价）。以下是实现这一目标的一种方法：

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] != '.')]

Answer 3

尝试使用循环输入

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

并捕获第一组。正如你所看到的，负面前瞻也可以使用，因为你想要匹配的位置除了线的开始之外什么都不是。消极的回头看也会产生同样的效果。