Python正则表达式捕捉多大写单词和相邻单词

Question

我有一个正则表达式，它执行以下操作：

1. 找到一个有两个或更多相邻大写字母a-Z的单词（“多大写单词”）
2. 如果可能，将匹配项向左和向右扩展到另一个多大写单词，只要每个多大写单词之间不超过三个非多大写单词；以及
3. 将匹配项向左和向右扩展，以分别包含5个和3个非多大写单词的序列。你知道吗

我的正则表达式捕捉到所需的模式，但当有相邻的多大写单词时，会返回各种重叠的匹配，如下面的AA-BB-DD。请帮助我调整我的正则表达式，使其按需要工作。你知道吗

这是我的草案代码：

str1 =   'z z z z z11 AA BB DD f f d e gd df sdf ggf we AA ff d f f'
re.findall(r'(?=(\s(?:[^\s]+[\s]+){5}(?:[^A-Z\s]*[A-Z][A-Z]+(?:[^\s]+[\s]+){1,3}?)*?[^A-Z\s]*[A-Z][A-Z]+.*?(?:[\s]+[^\s]+){3}\s))', str1)

实际输出：

Match 1 - 'z z z z z11 AA BB DD f'
Match 2 - 'z z z z11 AA BB DD f f'
Match 3 - 'z z z11 AA BB DD f f d'
Match 4 - 'gd df sdf ggf we AA ff d f'

期望输出：

Match 1 - 'z z z z z11 AA BB DD f f d'
Match 2 - 'gd df sdf ggf we AA ff d f'

Answer 1

试试这个：

>>> pattern = r'(?:[a-z\d]+\s*){0,5}(?:[A-Z]+)(?:\s*[A-Z]+)*(?:\s*[a-z]+){0,3}'
>>> re.findall(pattern, str1)
['z z z z z11 AA BB DD f f d', 'gd df sdf ggf we AA ff d f']