grep大寫單詞到小寫，而不包括羅馬數字

Question

我想寫一個正則表達式將所有大寫單詞轉換爲小寫，同時排除大寫羅馬數字轉換。

我發現的唯一方法是將所有大寫單詞後跟空格，逗號或句點以及連字符轉換爲小寫。然後將所有羅馬數字轉換爲大寫。

我用這個要轉換爲小寫：

(\u+[ ,.-]) 

然後我不得不通過查找和替換所有可疑的羅馬數字。

什麼是更好的方法來做到這一點？我嘗試了沒有運氣的負面預測表達式，但我在寫作時並不強大。

我正在測試的樣本是美國憲法。這裏的輸入樣本：

WE，美國人民，爲了形成更加完善的 結合，樹立正義，保障國內的安寧，爲 共同的國防，增進全民福利併爲自己和我們的後代確保自由的祝福 ，併爲本美利堅合衆國制定本憲法並制定 。

第I條。

Sect。 1.在此授予的所有立法權力應由聯合國大會組成，該大會由參議院和衆議院組成。

Sect。 2.衆議院 由 幾個國家的所有人每兩年選出的成員組成，每個州的選民必須具有 國家立法機構最多的分支的選舉人所需的資格 。任何人不得成爲代表，其不應當是未滿25歲，並且已有7年 年的美國公民，並且當選時 不應當是該州的居民他將被選中。第二部分：第一部分第二部分第三部分第四部分第四部分

第五條。

第六條。

Answer 1

如果正則表達式的味道支持負向前看符號，你可以嘗試：

\b(?![LXIVCDM]+\b)([A-Z]+)\b 

它說「這並非完全由L-任何全大寫的話，X，I，V，C ，D，M「（羅馬數字）。

它還方便地停止單詞「我」被轉換。 （另外，如果您想防止單字母大寫單詞被轉換，請使用[A-Z]{2,} - 這會阻止大寫字母「A」（在句子的開頭）並轉換，您通常希望停留在正常情況下）。它可以阻止完全由這些字母組成的匹配詞 - 但我能想到的只有「DID」，也許是「DIV」（如在HTML中），「DIM」（如在維度中）， 「MID」，「MIDI」，「VIC」（如在維多利亞？）...

雖然，你當然可以改變羅馬數字正則表達式來更加體貼一些規則，例如

(?=[MDCLXVI])M{0,3}(C[DM]|DC{0,3}|C{1,3})?(X[LC]|LX{0,3}|X{1,3})?(I[XV]|VI{0,3}|I{1,3})? 

說明：

(?=[MDCLXVI])   # make sure we match at least something 
         # (since everything in this regex is optional) 
M{0,3}     # Can have 0 to 3 Ms, being thousands 
(C[DM]|DC{0,3}|C{1,3})? # for the hundreds column can have CD, CM, 
         # C, CC, CCC, D, DC, DCC, DCCC 
(X[LC]|LX{0,3}|X{1,3})? # for the tens column can have XL, XC, 
         # L, LX, LXX, LXXX, X, XX, XXX 
(I[XV]|VI{0,3}|I{1,3})? # for the ones column can have IX, IV, 
         # V, VI, VII, VIII, I, II, III. 

我認爲，涵蓋所有可能的羅馬數字....

如果您正則表達式的味道不支持負向前看符號，也許你可以做類似：

\b((ROMAN_NUMERAL_REGEX)|([A-Z]+))\b 

並替換爲「$ 2 $ 3_converted_to_lower_case」（對不起 - 我不知道如何進行實際的轉換）。

上面將工作，因爲該正則表達式只有永遠匹配任的羅馬數字的正則表達式（和被捕獲在$ 2），或其它正則表達式（捕獲在$ 3）。所以2美元或3美元中的一個總是空的。