약어의 정규 표현

Question

현재 여러 권의 문서에서 acronmys를 exctract하려고합니다.

이 문서는 "정적 애플리케이션 보안 테스트 (SAST)"

그래서 내가 문자열의 이러한 종류를 필터링하는 정규식을 만들려고하고 있어요 포함 말해봐.

"뒤에 중괄호로 반복되는 단어의 수"와 같아야합니다.

불행히도 내 정규식은 이것을 공식화하는 것이 좋지 않습니다. 여러분은 사람들이 정규식을 통해 할 수 있다고 생각합니까 아니면 CFG 기반 파서처럼 더 강력한 무언가가 필요합니까?

Answer 1

보십시오이 (2 편지 약어에 대한) :

\b(\w)\w+\s+\b(\w)\w+\s+\(\1\2\) 

이 3 편지 약어 :

\b(\w)\w+\s+\b(\w)\w+\s+\b(\w)\w+\s+\(\1\2\3\) 

이 4 편지 약어에 대한 :

\b(\w)\w+\s+\b(\w)\w+\s+\b(\w)\w+\s+\b(\w)\w+\s+\(\1\2\3\4\) 

있습니다 regex는 대소 문자를 구별해야합니다.

BTW Regex Coach은 이와 같은 도구를 시험해보기에 좋은 도구입니다.

Answer 2

다음은 두 가지 Perl 솔루션입니다. 첫 번째 단어는 단어 단위로 이동하고 모든 단어의 첫 번째 문단이 만든 배열을 만든 다음 해당 문구가 나타내는 두문자어를 제거합니다. 상당히 약하며 한 줄당 두문자와 글자 이상인 경우에는 실패해야합니다 - 정규식에 (? {}) 패턴을 사용하여 정규식에 삽입하면 나를 기분 좋게합니다.

use strict; 
use warnings; 
use 5.010; 

$_ = "Static application security testing (SAST)"; 

my @first; 
s/ 
    \b 
    (?<first>\p{L})\p{L}* 
    \b 
(?{ push @first, $+{first} }) 
    \K \s+ \(
    (??{ join '', map { uc } @first; }) 
    \) 
//gx; 

say; 

한편이 솔루션은 머리 글자와 같은 것을 먼저 확인한 다음 필요한만큼 단어를 일치시키는 정규식을 구성합니다. $ _ = "정적 응용 프로그램 보안 테스트 (SAST)";

my ($possible_acronym) = /\((\p{Lu}+)\)/; 
my $regex = join '', map({ qr/\b(?i:$_)\p{L}*\b\s*?/ } split //, $possible_acronym), qr/\K\Q($possible_acronym)/; 
s/$regex//; 

say; 

는 (나는? (사용하여 솔루션을 만드는 시도 (정의)) 등 tchrist의 대답 here 같은 패턴,하지만 비참하게 실패. 아 글쎄.)에 대한 자세한 내용은

(? :)라는 캡처 (?), \ K, 그리고 부풀어 오르는 것들이 한꺼번에 들자면, perlre이 답이 될 것입니다.