正则表达式以匹配字符串中可能的名称

Question

我想从字符串中匹配可能的名称。名称应为2-4个单词，每个单词包含3个或更多字母，所有单词均大写。例如，给定以下字符串列表：Her name is Emily.I work for Surya Soft.I sent an email for Ery Wulandari.Welcome to the Link Building Partner program!我想要一个返回的正则表达式：NoneSurya SoftEry WulandariLink Building Partner目前这是我的代码：data = [   'Her name is Emily.',    'I work for Surya Soft.',    'I sent an email for Ery Wulandari.',    'Welcome to the Link Building Partner program!']for line in data:    print re.findall('(?:[A-Z][a-z0-9]{2,}\s+[A-Z][a-z0-9]{2,})', line)它适用于前三行，但不适用于最后一行。

Answer 1

您可以使用：

re.findall(r'((?:[A-Z]\w{2,}\s*){2,4})', line)

它可能会添加一个尾随空格，可以用 .strip()

Answer 2

非正则表达式解决方案：

from string import punctuation as punc

def solve(strs):

   words = [[]]

   for i,x in enumerate(strs.split()):

      x = x.strip(punc)

      if x[0].isupper() and len(x)>2:

         if words[-1] and words[-1][-1][0] == i-1:

            words[-1].append((i,x))

         else:

            words.append([(i,x)])

   names = [" ".join(y[1] for y in x) for x in words if 2 <= len(x) <= 4]

   return ", ".join(names) if names else None

data = [

   'Her name is Emily.', 

   'I work for Surya Soft.', 

   'I sent an email for Ery Wulandari.', 

   'Welcome to the Link Building Partner abc Fooo Foo program!'

]

for x in data:

   print solve(x)

输出：

None

Surya Soft

Ery Wulandari

Link Building Partner, Fooo Foo