0

minha necessidade é pegar palavras que comecem com letras maiúsculas no meio de uma frase.

Exemplo: "O Facebook e Twitter são interessantes. Você pode fazer cadastro a qualquer hora".

No exemplo acima, preciso pegar Facebook e Twitter, mas não "Voce".

Minha ideia seria pegar todas as palavras com letra maiúscula em que antes não tenha um ponto e um espaço em sequência. Já tentei algumas coisas, mas nada da certo.

1 Resposta 1

0

A solução é usar Negative Lookbehind. Assim, sua regex ficaria assim:

'(?<!\.\s)[A-Z][a-z]+'

Código completo:

const regexp = /(?<!\.\s)[A-Z][a-z]+/g
const text = "O Facebook e Twitter são interessantes. Você pode fazer cadastro a qualquer hora"

const result_array = text.match(regexp)
console.log(result_array)

O que são lookbehinds

lookbehinds são casos especifícos de lookarounds. Aqui a definição do livro do Jeffrey Friedl:

lookaround são semelhantes aos metacaracteres de limite de palavra como \b ou as âncoras ^ e $ no sentido de que não correspondem ao texto, mas sim a posições com o texto. No entanto, lookaround é um construto muito mais geral do que o limite e âncoras de palavra de caso especial

Um tipo de lookaround, denominado lookahead, procura adiante no texto (em direção à direita) para ver se sua subexpressão pode corresponder e é bem-sucedida como um componente regex. O lookahead positivo é especificado com a sequência especial! (?=...), como em (?=\d), que é bem-sucedido nas posições em que o dígito vem a seguir. Outro tipo de lookaround é o lookbehind, que olha para trás (para a esquerda). É dado com a sequência especial (?<=...), como em (?<=\d)", que é em posições bem-sucedidas com um dígito à esquerda (ou seja, nas posições após um dígito). (Tradução Livre)

Apenas complementando, (?<=...) é o Positive Lookbehind, enquanto no seu caso usamos (?<!...) que é o Negative Lookbehind. Recomendo a leitura dessa seção do livro para maiores esclarecimentos. (Ver paǵinas 59-67).

4
  • Pois é. Dessa forma pega, mas não poderia alterar a string original, tirando os espaços. Talvez eu não tenha me explicado bem. O que to tentando fazer é identificar essas palavras, pra depois colocar um "#" antes de cada uma. É pra um bot do Twitter. Mas a partir da tua ideia já da pra ter uma noção! 2/12/2020 às 2:34
  • Certo @MarcioSouza . Editei a resposta para fazer o regex na string direto.
    – Lucas
    2/12/2020 às 2:45
  • 1
    Valeu @Lucas, deu certo. Não sabia do conceito de Lookaround. Muito interessante. 2/12/2020 às 3:32
  • Complementando a solução com adição das hashtags: const regexp = /(?<!\.\s)[A-Z][a-z]+/g const text = "O Facebook e Twitter são interessantes. Você pode fazer cadastro a qualquer hora" const result_array = text.match(regexp) result_array.forEach((word)=>{ text = text1.replace(word, #${word}) }); 2/12/2020 às 3:45

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .