☰

正则表达式查找缩写

tag-icon • tag-icon regex libreoffice find-and-replace libreoffice-writer
正则表达式查找缩写

（这是我之前问过的一个问题。

我正在尝试为 LibreOffice Writer 设计一个 RegEx，以便查找我的博士论文中的所有缩写。目前我有以下内容：

\b(?:[A-Z]){2,}

这几乎可以完成工作，因为它识别了所有以一个以上大写字母开头的单词。但是，我有一些缩写它没有捕捉到，即：

CoE RoR RoC

理想情况下，我想要一个 RegEx 来识别所有至少有两个大写字母的单词，但它们不必位于单词的开头。但我在尝试创建它时不知所措。有人能给我指明正确的方向吗？

答案1

我对这个问题的解释与 Jim K 略有不同。假设所有缩写都以大写字母开头，并且至少包含一个大写字母任何地方在单词中，您不必在现有的正则表达式中添加太多内容：

\b(?:[A-Z][a-z]*){2,}

大写字母与任意数量的小写字母配对，有效地消除了单词中大写字母之间的空格。至少有两对这样的配对意味着至少有两个大写字母。

如果缩写必须包含至少两个大写字母但不必以一个大写字母开头，请在大写字母检查前添加一个额外的小写字母检查：

\b(?:[a-z]*[A-Z][a-z]*){2,}

这两项都根据 Jim 的测试文本进行了测试。（谢谢，吉姆！）

答案2

这个表达式并不能找到所有的可能性，但是它应该能找到你要找的东西：

\b(?:[A-Z]{2}[:alpha:]*)|(?:[A-Z][a-z][A-Z][:alpha:]*)

因此对于本文来说：

EULEX CFSP OJ CAbc cAB cAb cab Cab CabC CFSP OJ CFSP OJ EULEX EULEX EU EU
CoE RoR RoC

它找到除 之外的所有单词cAB cAb cab Cab CabC，我认为这些单词不应被视为缩写。

表达式分解：

  • \b是词语边界。
  • (?:[A-Z]{2}[:alpha:]*)接受所有以两个大写字母开头的单词。
    • [:alpha:]*通过接受任何字母（无论大写还是小写）来匹配单词的其余部分。
  • |如果第一个表达式不匹配，“或”则尝试下一个表达式。
  • (?:[A-Z][a-z][A-Z][:alpha:]*)接受所有以 upper、lower、upper 开头的单词。

相关内容