C# 查找首字母大写且分组在一起的单词

我试图在单个或组合在一起的字符串中查找单词

例如：

This is a String That is my example, Here Is More text as example.

我想取出，所以我的结果如下

This
String That
Here Is More

到目前为止，我的正则表达式是这样的

(\b[A-Z][a-z]*\s\b)

---

这将查找大写的单词，但仅将它们单独分组并包含空格。如何控制正则表达式接受一行1到3个大写字母的单词？

定义第二个模式并将其重复0或更多

@"\b[A-Z][a-z]*(?:\s[A-Z][a-z]*)*\b"

---

对组使用

+

匹配多个事件

(\b[A-Z][a-z]*\s\b)+

使用

{1,3}

匹配一组、两组或三组中的单词

(\b[A-Z][a-z]*\s\b){1,3}

---

真正支持Unicode的解决方案是

\b(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*(?:\s+(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*){0,2}\b

它在一行中只匹配1-3个大写单词，没有前导/尾随空格

看

解释如下：

• \b

  -单词边界（前面应该有一个非单词字符）

• （？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）*

  -一个以大写字母开头的单词（后跟可选的变音符号），然后后跟任何（预合成的）Unicode字母

• （？：\s+（？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）{0,2}

  -2到0次

  • \s+

    -1个或多个空格（

    \s+

    ），后跟

  • （？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）*

    -由Unicode字母组成的单词（可能带有变音符号）

\p{Lu}

匹配大写Unicode字母。

\p{M}

匹配变音符号。因此，要匹配大写的Unicode字母，请使用原子组

（？>\p{Lu}\p{M}*）

<代码>\p{L}匹配任何基本Unicode字母。所以，一个字将是子模式

（？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）*

的总和

:

var line=“这是一个字符串，这是我的示例，下面是更多的文本作为示例。”；
var模式=@“\b（？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）*（？：\s+（？>\p{Lu}\p{M}*）（？>\p{L}\p{M}*）{0,2}\b”；
var result=Regex.Matches（line，pattern）.Cast（）.Select（x=>x.Value）.ToList（）；

---

结果：

此

，

字符串

，

此处有更多

，

文本

欢迎@KayNelson。如果您不想检查其他答案，这也会选择尾随空格。最好与ASCII输入一起使用，以防尾随空格不是问题。在.NET中的Regex支持Unicode，这就是为什么在回答时我认为您应该对完全支持Unicode感兴趣。不用说，在C#中使用正则表达式时，需要使用逐字字符串文字。

var line = "This is a String That is my example, Here Is More Text as example.";
var pattern = @"\b(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*(?:\s+(?>\p{Lu}\p{M}*)(?>\p{L}\p{M}*)*){0,2}\b";
var result = Regex.Matches(line, pattern).Cast<Match>().Select(x => x.Value).ToList();