正则表达式查找不是句子中第一个单词的专有名词或短语

Question

我发现了几个与此相关的问题，但似乎没有一个问题能回答它。我正在尝试构建一个正则表达式，它可以让我识别一组文本中的专有名词。

我将专有名词定义如下:以大写字母开头的单词或一组单词，长度超过 1 位(排除 I、A 等)，并且不是新句子的第一个单词。

所以，在下面的文字中

“Susan Dow 星期四住在假日酒店。她在酒吧遇到了 Tom 和 Shirley Temple，他们在那里点了绿鸡蛋和火腿”

我希望返回以下内容

假日酒店
周四
汤姆
秀兰邓波尔
绿鸡蛋
火腿

现在，[A-Z]{1,1}[a-z]*([\s][A-Z]{1,1}[a-z]*)*是我所拥有的，但除了上面列出的那些之外，它还返回了 Susan Dow 和 She。我怎样才能得到我的 .找工作？

Answer 1

您可以使用:

(?<!^|\. |\.  )[A-Z][a-z]+

按此 rubular

更新:使用交替集成两个负面外观。还添加了检查句子之间的两个空格。请注意，重复运算符不能用于 http://www.regular-expressions.info/lookaround.html 中的每个音符的负回顾中