regex Entitäten zu finden (mit einem Kapital oder eine Ziffer beginnen)

Question

I Text habe, wie unten angegeben, ich versuche, aussagekräftige Informationen aus dem Text zu extrahieren (Die Begriffe mit Großbuchstaben oder Ziffer beginnen)

The text is : "My name is Sam Helsen or Sam H Helsen son of M Helsen working at 3M technologies as the President of Sales" 

die Informationen, die ich zu extrahieren versuchen in der genannten Liste gegeben:

info = ["My",'Sam Helsen', 'Sam H Helsen', 'M Helsen', '3M', 'President of Sales' 

ich den unten regex verwendet habe, die einen Teil der Informationen aus der obigen Liste zu extrahieren, aber nicht alle.

Regex : re.findall(r'\b[A-Z1-9][\d\w]+(?:[\'\s-]\b[A-Z]\w+)*', sent, re.DOTALL) 
Output: ['Sam Helsen', 'Sam', 'Helsen', 'Helsen', '3M', 'President', 'Sale'] 

Mit am regex suchen, ich verstehe, warum ich nicht in der Lage bin, alle Informationen zu holen, aber wenn ich die Regex ändern ändert es andere Ausgänge.

Jede Hilfe wird geschätzt.

Answer 1

du versuchen können, kommen könnte:

(?<!^|\n|[.!?])[A-Z\d][A-Za-z\d]*(?: (?:of)?[A-Z\d][A-Za-z\d]*)* 

Siehe demo.

---

Aufteilung:

(?<!      make sure this isn't the first word. Should not be preceded by... 
^     ...nothing 
    |\n     ...or a newline 
    |[.!?])    ...or another sentence 
[A-Z\d][A-Za-z\d]*  match a word if it starts with a capital or a digit 
(?:      continue matching infinitely as long as... 
    (?:of)?    ...the next word is "of" and/or... 
    [A-Z\d][A-Za-z\d]* ...the following word is capitalized 
)* 

Answer 2

Lassen Sie sich nicht wirklich das, was Sie zu tun versuchen, aber einen Versuch für meine Antwort geben:

/\s(([0-9]?[A-Z]\w*)+((\sof)?\s?[0-9]?[A-Z]\w*)*)/g 

\s - zwingt die Worte, einen Raum zu haben, bevor so kann es nicht das erste sein, ein

([0-9]?[A-Z]\w*)+ - paßt das erste Wort mit Kapital oder Zahl als erstes Zeichen

(\sof)?\s? - entspricht den Anschluss ‚von‘ wenn ist es eine oder Raum zwischen zwei Kapital Worten

[0-9]?[A-Z]\w*)* - Für jeden anderen Wort, das nach

http://regexr.com/3detv