我正在尝试使用Python中的正则表达式匹配所有连续的所有大写单词/短语。鉴于以下情况：
text = "The following words are ALL CAPS. The following word is in CAPS."
代码将返回：
ALL CAPS, CAPS
我目前正在使用：
matches = re.findall('[A-Z\s]+', text, re.DOTALL)
但这也带来了：
['T', ' ', ' ', ' ', ' ALL CAPS', ' T', ' ', ' ', ' ', ' ', ' CAPS']
我显然不想要标点符号或“t”。我想只返回连续的单词或只包括所有大写字母的单个单词。
谢谢
这一个做的工作：
import re
text = "tHE following words aRe aLL CaPS. ThE following word Is in CAPS."
matches = re.findall(r"(\b(?:[A-Z]+[a-z]?[A-Z]*|[A-Z]*[a-z]?[A-Z]+)\b(?:\s+(?:[A-Z]+[a-z]?[A-Z]*|[A-Z]*[a-z]?[A-Z]+)\b)*)",text)
print matches
输出：
['tHE', 'aLL CaPS', 'ThE', 'Is', 'CAPS']
说明：
( : start group 1
\b : word boundary
(?: : start non capture group
[A-Z]+ : 1 or more capitals
[a-z]? : 0 or 1 small letter
[A-Z]* : 0 or more capitals
| : OR
[A-Z]* : 0 or more capitals
[a-z]? : 0 or 1 small letter
[A-Z]+ : 1 or more capitals
) : end group
\b : word boundary
(?: : non capture group
\s+ : 1 or more spaces
(?:[A-Z]+[a-z]?[A-Z]*|[A-Z]*[a-z]?[A-Z]+) : same as above
\b : word boundary
)* : 0 or more time the non capture group
) : end group 1
您的正则表达式依赖于显式条件（字母后面的空格）。
matches = re.findall(r"([A-Z]+\s?[A-Z]+[^a-z0-9\W])",text)
如果没有尾随小写或无字母字符，则捕获A到Z的重复。
保持你的正则表达式，你可以使用带（）和过滤器：
string = "The following words are ALL CAPS. The following word is in CAPS."
result = filter(None, [x.strip() for x in re.findall(r"\b[A-Z\s]+\b", string)])
# ['ALL CAPS', 'CAPS']
