如何处理regex中的复合词

Question

我正在制作正则表达式，返回文本中缩略语的定义。我已经解决了许多情况，但我无法解决缩写词的字符数与其实际单词数不同的情况，可能是因为一个单词是复合词，如下图所示

string = 'CRC comes from the words colorectal cancer'

我想根据“结直肠癌”的简写形式得到它。你对我应该采取什么措施有什么建议吗？我曾想过拆分复合词，但这会导致其他问题

Answer 1

在CRC中，第一个单词应该以C开头。下一个单词可以是R或C，如果第二个单词是R，第三个单词应该是C，或者根本没有第三个单词。 同时，你应该检查第二个单词以C开头。如果是这样，你不需要检查第三个单词。或者regex中的条件可能会起到帮助作用。如果我没有足够的数据样本，我无法精确指出如何进行