用正则表达式匹配单词序列

Question

我有一个字符串列表，我只想从中提取项目名称，如果有的话，带空格。

字符串保留在 named 列中0，索引仅供参考。

例如，从每个索引行我想要以下结果：

索引 - 预期结果

0 - BOV BCONTRA

1 - BF 假释 C

2 - 鲮鱼块

... 等等。

请注意，内联 25 所需结果未与前面的数字用空格分隔

.索引行 30 中的单词行之间可以有一个点。

我试过re.findall(r"\n\d{1,2} \d+(\b\w+\b)")没有成功。

也re.findall(r"\n\d{1,2} \d+( ?\w+)")只给我第一个词，我想要所有的词，而不仅仅是第一个。

这些行以一个\n未打印在列表中的字符开头。

Answer 1

所以基本上你需要文本中的所有大写字符串。试试这个表达式，它会得到所有带或不带空格的文本re.findall('[A-Z]+[ A-Z]*', text)

Answer 2

看起来你想要[A-Z .]+，而不是“单词”（由 表示r'\w'），由整数包围。\w映射到 [a-zA-Z0-9_].这是正则表达式字符串：r'\d+ \d+([A-Z .]+)\d+'。我不知道你的意思是每行之前有一个换行符。如果您有一个包含行的字符串，最好将输入拆分为行string.splitlines()，然后在每个相关行上进行线性正则表达式匹配（re.match因此正则表达式仅从头开始匹配）。