regex - 查找大写字母的运行

Question

我有一个包含一些全大写单词和一些混合大小写单词的文件，我想提取全大写单词(包含在一行中)——也就是说，用 \b 分隔的东西并且包含至少两个大写字母且没有小写字母。一切都是 7 位的。

所以，例如，如果一行是

The QUICK Brown fox JUMPs OV3R T4E LAZY DoG.

然后我想提取 QUICK和 OV3R T4E LAZY .

这是我目前所拥有的:

while (<$fh>) { # file handle
    my @array = $_ =~ /\b[^a-z]*[A-Z][^a-z]*[A-Z][^a-z]*\b/;
    push @bigarray, @array;
}

有没有比 [^a-z]*[A-Z][^a-z]*[A-Z][^a-z]* 更优雅的方法呢？ ？

Answer 1

看来您需要所有单词定义(构造 \w)字符。
要查找并允许至少两个大写字母且没有小写字母，您可能不会
绕过它们必须有选择地被大写包围的事实
和/或数字或下划线。

还不如只匹配你所需要的。

\b[\d_]*[A-Z]+[\d_]*[A-Z]+[\d_]*\b

展开:

 \b 
 [\d_]* 
 [A-Z]+ 
 [\d_]* 
 [A-Z]+ 
 [\d_]* 
 \b 

啊，结果

输入:

The QUICK Brown fox JUMPs OV3R T4E LAZY DoG.  

输出:

 **  Grp 0 -  ( pos 4 , len 5 ) 
QUICK  
-----
 **  Grp 0 -  ( pos 26 , len 4 ) 
OV3R  
-----
 **  Grp 0 -  ( pos 31 , len 3 ) 
T4E  
-----
 **  Grp 0 -  ( pos 35 , len 4 ) 
LAZY  

---

更新 - 如果您希望有选择地匹配由空格分隔的连续部分，
这行得通。

 # (?&two_caps)(?:\s+(?&two_caps))*(?(DEFINE)(?<two_caps>\b[\d_]*[A-Z]+[\d_]*[A-Z]+[\d_]*\b))

 (?&two_caps) 
 (?:
      \s+ (?&two_caps) 
 )*

 (?(DEFINE)
      (?<two_caps>
           \b 
           [\d_]* 
           [A-Z]+ 
           [\d_]* 
           [A-Z]+ 
           [\d_]* 
           \b 
      )
 )

输出:

 **  Grp 0 -  ( pos 4 , len 5 ) 
QUICK  
 **  Grp 1 -  NULL 
---------
 **  Grp 0 -  ( pos 26 , len 13 ) 
OV3R T4E LAZY  
 **  Grp 1 -  NULL