提取带有可选数字和下划线字符的大写单词答案

【问题标题】：Extract uppercase words with optional numbers and underscore characters提取带有可选数字和下划线字符的大写单词
【发布时间】：2013-10-05 17:52:41
【问题描述】：

我是 Perl 新手，需要一些 Perl 正则表达式帮助。我想从只能包含大写字符和/或数字数字和下划线字符（在单词的开头或结尾或中间）的文件中提取 words。单词的分隔符可以是空格或任何其他非大写、非数字、非下划线。

3 个例子：

abcd _PARAM123="dfd"; (I want to extract _PARAM123)
abcd PARAM2_:12; (I want to extract PARAM2_)
abcd PARA_M-1; (I want to extract PARA_M)

【问题讨论】：

是否需要支持 UTF8，码位在 127 以上？
@Jerry - 我是一名硬件工程师，正在学习 Perl 来解析我的日志等。我是一个新手，因为我还没有超越数组、散列和简单的替换。我在网上搜索“字符串提取”，但没有取得太大进展，发现正则表达式非常令人费解（我尝试了很多听起来太愚蠢且无法列出的东西）；所以我想要一些帮助来快速解决我的问题并按照我自己的节奏学习；所以这个问题。谢谢
好的，当然。你能提供更多的样品吗？ abcd 1PARAM_T=3 呢，要提取1PARAM_T 吗？或者如果你有abcd PARAM=PARAM2 怎么办？
@DavidO - 我不需要支持 UTF-8
@Jerry - 也是第二种情况。任何包含下划线和数字并由其他任何内容分隔的 UC 单词

标签： regex perl

【解决方案1】：

你可以

my @words = $str =~ /( [A-Z_] [0-9A-Z_]+ )/xg;

【讨论】：

杰瑞：是的，我做出这样的假设是因为这似乎是 OP 可能刚刚忘记提及的事情。我不相信规范，所以我不会写一个包含变体的答案来解决问题的每一个可能的解释。 :) 但我会收回我的暗示，因为我只是在猜测真正的规格。
@DavidO 我知道，只是指出来。我认为在 OP 完全清楚之前，不应回答此类问题。
我们仍然不知道他认为大写是什么：他是否需要支持高于 127 的代码点？
好的，“其他正则表达式”：m/([A-Z_][A-Z0-9_]*)/g，因为标识符几乎总是必须以 alpha 或下划线开头。
谢谢大家！该模式甚至在小写字符之间提取“下划线”，例如“abcd_param”返回“_”，但我可以搜索替换这些东西。有人可以告诉我'+'符号和')'之前的'*'符号之间的区别

【解决方案2】：

由于您还没有回复我的上一个查询，我将假设一个单词如果只有数字（和/或下划线）则不算作一个单词，例如 12 和 1_2不被视为单词。

在这种情况下，我建议使用这个正则表达式：

(?=[0-9_]*[A-Z])\b[A-Z0-9_]+\b

(?=[A-Z0-9_]*[A-Z]) 是一个积极的前瞻，并确保正则表达式中至少有一个大写字符。如果您将1_2 视为一个词，请改用(?=[A-Z0-9_]*[A-Z_])。

\b 是一个单词边界，可确保您要查找的单词没有附加小写字符。

[A-Z0-9_] 是一个字符类，将匹配A-Z（大写字母）、0-9（数字）和下划线范围内的任何字符。

+ 表示上一个组或字符可以出现 1 次或多次。

【讨论】：