Regex查找并删除ABC或A.B.C缩写

Question

在我的数据中，有很多垃圾，比如IIT-JEE、AIPMT、C.B.S.E.。因此，我使用(?<!\w)([A-Za-z])\.使用正则表达式来删除这些。它正在删除C.B.S.E.但是它也在删除x.y，这是有用等式的一部分

因此，基本上我想删除长度超过2的缩写，以便保留小写x.y，但删除大写X.Y.Z.。此外，我还想删除任何大写且长度较长的单词>=3.例如abc被保留，但IIT被删除

如何修改现有的正则表达式，或者如何创建一个新的正则表达式来完成这些任务

Answer 1

So Basically I want to remove Abbreviations of length more than 2 so that lower case x.y is preserved but Upper Case X.Y.Z. is removed. Also I want to remove any words which are Upper Case and are of length>=3. Such as abc is preserved but IIT is removed.

您可以尝试以下正则表达式：

\b(?:[A-Z]{3,}\b|(?:[A-Za-z]\.){2,})\s*

RegEx Demo

正则表达式详细信息：

• \b：单词边界
• (?:：启动一个非捕获组
  • [A-Z]{3,}\b：匹配3个以上大写字母的单词
  • |：或
  • (?:[A-Za-z]\.){2,}：匹配字母缩写，后跟最小长度为2的点
• )：非捕获组
• \s*：匹配0个或多个空格

Answer 2

你可以用

(?<!\S)(?:(?:[A-Za-z]\.){3,}|[A-Z]{3,})(?!\S)

解释

• (?<!\S)左边的空白边界
• (?:非捕获组
  • (?:[A-Za-z]\.){3,}重复3次或更多次A-Za-z，后跟一个点
  • |或
  • [A-Z]{3,}匹配3个大写字符
• )关闭非捕获组
• (?!\S)右边的空白边界

Regex demo