大写单词的正则表达式

Question

我有很多文档需要将文本分成块，这些文档包含需要将大写单词分成几个部分的文本

LORUM ipsum dolor sit amet, consectetur adipiscing elit, SED DO eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum. Sed ut perspiciatis unde omnis iste natus error sit voluptatem accusantium doloremque laudantium, TOTAM REP aperiam, eaque ipsa quae ab illo inventore veritatis et quasi architecto beatae vitae dicta sunt explicabo. Nemo enim ipsam voluptatem quia voluptas sit aspernatur aut odit aut fugit, sed quia consequuntur magni dolores eos qui ratione voluptatem sequi nesciunt. NEQUE porro quisquam est, qui dolorem ipsum quia dolor sit amet, consectetur, adipisci velit, sed quia non numquam eius modi tempora incidunt ut labore et dolore magnam aliquam quaerat voluptatem. UT ENIM AD minima veniam, quis nostrum exercitationem ullam corporis suscipit laboriosam, nisi ut aliquid ex ea commodi consequatur? Quis autem vel eum iure reprehenderit qui in ea voluptate velit esse quam nihil molestiae consequatur, vel illum qui dolorem eum fugiat quo voluptas nulla pariatur?

会变成

LORUM ipsum dolor sit amet, consectetur adipiscing elit, 

SED DO eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum. Sed ut perspiciatis unde omnis iste natus error sit voluptatem accusantium doloremque laudantium, 

TOTAM REP aperiam, eaque ipsa quae ab illo inventore veritatis et quasi architecto beatae vitae dicta sunt explicabo. Nemo enim ipsam voluptatem quia voluptas sit aspernatur aut odit aut fugit, sed quia consequuntur magni dolores eos qui ratione voluptatem sequi nesciunt. NEQUE porro quisquam est, qui dolorem ipsum quia dolor sit amet, consectetur, adipisci velit, sed quia non numquam eius modi tempora incidunt ut labore et dolore magnam aliquam quaerat voluptatem. 

UT ENIM AD minima veniam, quis nostrum exercitationem ullam corporis suscipit laboriosam, nisi ut aliquid ex ea commodi consequatur? Quis autem vel eum iure reprehenderit qui in ea voluptate velit esse quam nihil molestiae consequatur, vel illum qui dolorem eum fugiat quo voluptas nulla pariatur?

我已经尝试搜索 \b[A-Z](.*?)+\b 其中 returns 大写单词，并且我已经尝试 \b[A-Z](.*?)+\b(.*?)\b[A-Z](.*?)+\b 这对于几个文档来说很接近但在其他文档中失败了，包括Lorem Ipsum 示例。

Answer 1

这个正则表达式应该有效：[A-Z]\w+ 它选择所有 \w+ 大写的单词 [A-Z]

Answer 2

preg_split() 会得到一部分：

$result = preg_split('/([A-Z][A-Z ]+)/',
                     $string,
                     null,
                     PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);

拆分一个大写字母，后跟更多大写字母或空格 [A-Z][A-Z ]+
捕获匹配 () 以及 PREG_SPLIT_DELIM_CAPTURE

那么，除非有人在preg_split()中有更好的方法：

$result = array_map(function($v) {
                        return implode(' ', $v);
                    },
                    array_chunk($result, 2));

将数组分成一对大写匹配项和后面的内容
内爆对

然后如果你想把它变回一个带换行符的字符串：

$result = implode("\n", $result);

Answer 3

这里的匹配方法包括匹配连续的 space 分隔的 ALLCAPS 单词，然后匹配任何不是以 2 个大写字母序列开头的字符：

\b[A-Z]+(?:\s+[A-Z]+)*(?:(?![A-Z]{2}).)*

见regex demo

如果 ALLCAPS 单词必须至少包含 2 个字母，请使用限制量词而不是 +:

\b[A-Z]{2,}(?:\s+[A-Z]{2,})*(?:(?![A-Z]{2}).)*
       ^^^            ^^^^

图案详情:

\b - 前导词边界
[A-Z]+ - 1 个或多个大写 ASCII 字母
(?:\s+[A-Z]+)* - 零个或多个序列：
- \s+ - 1+白spaces
- [A-Z]+ - 1+ 个大写 ASCII 字母
(?:(?![A-Z]{2}).)* - 一个温和的贪婪标记，匹配任何不是以 2 个大写 ASCII 字母组成的序列开头的字符。

Answer 4

尝试搜索此正则表达式：(\s)(([A-Z]+\s\b)+)

并替换为：\n 或：\n\n 用于中间的两行。

大写单词的正则表达式

Regular Expression for uppercase words

php

regex

preg-match-all