正则表达式 - 压缩空格并删除名称中的点

Question

我正在清理 NAMES，即删除实际名称开始前的点和空格。示例 - 下面是测试文件

$ cat names.txt
J.J. Scott
J. S. Joyce
RV. Bradley Carter
M. N. K. Brailey
$

我需要如下输出

JJ Scott
JS Joyce
RV Bradley Carter
MNK Brailey

以下 perl 尝试并不适用于所有情况。

perl -ne ' s/\.//g; s/ //; print ' names.txt

Answer 1

您可能会使用：

\G\p{Lu}+\K[.\h]+(?!\p{Lu}\p{Ll})

\G 断言上一场比赛结束时的位置，或在本例中的开始处
\p{Lu}+\K 匹配 1+ 个大写字符并忘记到目前为止使用 \K
[.\h]+ 匹配 1+ 次点或水平空白字符
(?! 否定前瞻，断言直接在右边的不是
- \p{Lu}\p{Ll} 匹配一个大写字符后跟一个小写字符
) 关闭前瞻

在替换中使用空字符串。

Regex demo

例如

perl -pe 's/\G\p{Lu}+\K[.\h]+(?!\p{Lu}\p{Ll})//g' names.txt

输出

JJ Scott
JS Joyce
RV Bradley Carter
MNK Brailey

Answer 2

你可能需要一个消极的前瞻。第一个正则表达式删除点。第二个和第三个正则表达式是相同的，并且都从 space 分隔的大写（大写）字母中删除 space，除非第二个正则表达式后跟一个小写字母。三声名需要重复；否则，你会得到 MN K Brailey。使用 -p 而不是 -n 可以避免在代码中编写 print。

perl -pe 's/\.//g; s/([A-Z]) ([A-Z])(?![a-z])//g; s/([A-Z]) ([A-Z])(?![a-z])//g' names.txt

输出：

JJ Scott
JS Joyce
RV Bradley Carter
MNK Brailey

Answer 3

您可以使用此 perl 命令在单个替换中执行此操作：

perl -pe 's/\.\h*(?=(?:[A-Z]\.)*\h+[A-Z])//g' file

JJ Scott
JS Joyce
RV Bradley Carter
MNK Brailey

RegEx Demo

正则表达式详细信息：

\.\h*：匹配一个点后跟 0 个或多个 space 或制表符
(?=(?:[A-Z]\.)*\h+[A-Z])：先行断言我们有 0 个或多个缩写，后跟一个 space 和一个大写字母

正则表达式 - 压缩空格并删除名称中的点

regex - squeeze spaces and remove dots in the names

regex

perl