如何处理正则表达式中的复合词

【问题标题】：how to deal with compound words in regex如何处理正则表达式中的复合词
【发布时间】：2020-04-16 08:52:48
【问题描述】：

我正在制作从文本中返回缩写定义的正则表达式。我已经解决了许多情况，但我无法解决缩写与实际单词的字符数不同的情况，这可能是因为一个单词如下所示。

string = 'CRC comes from the words colorectal cancer'

我想根据其简写形式获得“结肠直肠癌”。你对我应该采取什么步骤有什么建议吗？我想过拆分复合词，但会导致其他问题。

【问题讨论】：

标签： python regex python-3.x string text

【解决方案1】：

在 CRC 中，第一个单词应该以 C 开头，下一个单词可以是 R 或 C，如果第二个单词是 R，第三个单词应该是 C 或者根本没有第三个单词。同时你应该检查第二个单词以 C 开头。如果是这样，你不需要检查第三个单词。正则表达式中的 OR 条件可能会有所帮助。如果我没有足够的数据样本，我无法确定如何进行

【讨论】：