我正在嘗試尋找在文本中使用括號指定的縮寫詞的完整形式。
這是一個例子：
異常的DNA 甲基化是癌症中主要的表觀遺傳改變之一，據報道在結直腸癌(CRC) 的一個子集中積累，即所謂的CpG 島甲基化表型(CIMP)，已知它與微衛星不穩定性降低有關。
在這裡，我希望能夠形成一個簡短/完整形式的列表，例如：
CRC-- 大腸直腸癌
CIMP - CpG 島甲基化表型
MSI - 微型衛星降低了不穩定性
問題是我已經能夠使用 找到所有帶括號的實體re.findall('(\(.*?\))', s)，但事實證明找到相應的完整形式很困難。
假設所有這些完整形式都在括號的左側，我想使用以下內容2捕捉括號中縮寫的完整形式的條件 -
- 字數不超過3+|SF|其中|SF|是縮寫形式的字元數（微衛星減少不穩定性 (MSI) - 這裡完整形式有 4 個單詞，而縮寫形式有 3 個字元）
- 完整形式的第一個單字以縮寫形式的第一個字元開頭（例如C大腸直腸癌（CRC））
以我目前對 的理解regex，我還無法編寫一個regex解決上述兩個條件並在文本中找到所有此類情況的解決方案。
您能給我一些建議嗎？
答案1
假設您正在使用 Python ：
((\w)\w* )(\w* ){0,3}\((?i)(\2)[^)]*\)
此捕獲捕獲第 2 組中單字的第一個字元。所有單字均由文字空格分隔。接下來是一個開括號，後面是第 2 組中捕獲的字母，該字母不區分大小寫。所有這些都遵循括號模式的其餘部分。
我無法將字數與縮寫的字元數相匹配，因此不滿足您的條件之一。
我的評論太悲觀了。但會捕捉到很多廢話。
在 regex101.com 上測試
順便說一句，您可以調整括號模式並使用\([^)]*\).使用貪婪乘數的否定字元不需要反向引用，因此該過程運行得更快。