python - 寻找一种在全大写单词上拆分字符串的好方法

Question

例如我有一个任意字符串:

var = '我有一个字符串，我想要 GE 和 APPLES，但没有别的'

在 python 中拆分字符串的最佳方法是什么，这样我就可以获得 'GE' 和 'APPLES'。在 Java 中，我会按空格拆分，然后检查每个数组元素是否有两个或多个连续的字母，然后抓取符合的字母。

在 Python 中有没有更好的方法，我不是特别精通 Python 的正则表达式？

Answer 1

使用 str.isupper、str.split 和列表理解:

>>> var = 'I have a string I want GE and APPLES but nothing else'
>>> [x for x in var.split() if x.isupper() and len(x) > 1 ]
['GE', 'APPLES']

使用正则表达式:

>>> import re
>>> re.findall(r'\b[A-Z]{2,}\b', var)
['GE', 'APPLES']

时序比较:

>>> var = 'I have a string I want GE and APPLES but nothing else'*10**5
>>> %timeit [x for x in var.split() if x.isupper() and len(x) > 1 ]
1 loops, best of 3: 773 ms per loop
>>> %timeit re.findall(r'\b[A-Z]{2,}\b', var)
1 loops, best of 3: 491 ms per loop

#输入大字:

>>> var = ' '.join(['FOO'*1000, 'bar'*1000, 'SPAM'*1000]*1000)
>>> %timeit [x for x in var.split() if x.isupper() and len(x) > 1 ]
1 loops, best of 3: 224 ms per loop
>>> %timeit re.findall(r'\b[A-Z]{2,}\b', var)
1 loops, best of 3: 483 ms per loop