如何使用Regex提取字符串中连续大写单词并按组返回？

嘿，这个需求我之前处理过类似的，用正则就能轻松搞定！关键是要匹配连续的全大写单词序列，而不是单个大写单词，这样就能直接得到分组后的结果。

首先，我们需要构造一个正则表达式，它能识别一个或多个连续的全大写单词，每个单词之间用空格分隔。

正则表达式解析 #

推荐使用这个模式：

\b[A-Z]+(?:\s+[A-Z]+)*\b

拆解一下每个部分的作用：

• \b：单词边界，确保我们匹配的是完整的单词，不会把大写字母片段（比如THISis里的THIS）误匹配进来。
• [A-Z]+：匹配一个由大写字母组成的单词（至少1个字符）。
• (?:\s+[A-Z]+)*：这是一个非捕获组，用来匹配“一个或多个空格 + 一个大写单词”的组合，*表示这个组合可以出现0次或多次——这样就能把连续的大写单词串成一个完整的组。

代码示例（Python） #

拿你给的示例字符串来测试：

import re

input_text = "This is a UPPERCASE STRING, AND THIS IS ANOTHER one."
# 定义正则模式
pattern = r'\b[A-Z]+(?:\s+[A-Z]+)*\b'
# 提取所有匹配的序列
result_groups = re.findall(pattern, input_text)

print(result_groups)
# 输出结果：['UPPERCASE STRING', 'AND THIS IS ANOTHER']

特殊情况处理 #

如果你的字符串里可能包含带撇号的大写单词（比如O'CONNOR），可以稍微调整正则，把撇号加入允许的字符：

\b[A-Z']+(?:\s+[A-Z']+)*\b

这样就能匹配类似O'CONNOR SMITH这样的序列了。

内容的提问来源于stack exchange，提问作者Rubyen