您如何在python中编写正则表达式，以查找仅包含字母，数字和下划线的所有单词？

Question

这是我能想到的最好的方法：

b = re.findall(r'\b[a-zA-Z0-9_]\b', 'ahz2gb_ $f heyght78_')

但这是行不通的。 另外，不是我目前只对正则表达式感兴趣。 我可以解决很长的路要走的问题。

预期结果是一个包含[ahz2gb_，heyght78_]的列表

Answer 1

有\\w来捕获这些字符，并且您需要使用+允许多个字符：

b = re.findall(r'\b\w+\b', 'ahz2gb_ $f heyght78_')

由于+是贪婪的，因此您实际上也不需要\\b ：

b = re.findall(r'\w+', 'ahz2gb_ $f heyght78_')

如果您只需要用空格（而不是\\b ）来分隔单词，则可以使用环顾四周：

b = re.findall(r'(?<!\S)\w+(?!\S)', 'ahz2gb_ $f heyght78_')

(?<!序列的意思是：回头看看您没有后面的模式(?<!在目标字符串中当前匹配位置的前面。因此，在这种情况下(?<!\\S)意思是：不能是前面的非空白字符。

然后(?!是相似的，但是期待（不匹配）。

Answer 2

正则表达式很容易理解。

• ^[0-9a-zA-Z_]+$ ：严格由数字，字母和下划线组成
• ^[0-9a-zA-Z_ ]+$ ：严格由数字，字母，下划线和空格组成

如果您需要匹配行中的单词，则可以使用空格作为分隔符来溢出。

您可以在http://pythex.org/上在线尝试python regex

在IDLE上运行示例

>>> import re
>>> re.findall(r'^[a-zA-Z0-9_ ]+$', 'ahz2gb_ f heyght78_')[0].split(' ')
['ahz2gb_', 'f', 'heyght78_']

---

EDIT ：给出了只具有单词的新要求，这就是您可以实现的条件。

import re
mylist =  'ahz2gb_ $f heyght78_'.split(' ')
r = re.compile("^[0-9a-zA-Z_]+$")
newlist = list(filter(r.match, mylist))
print(newlist)

希望，我可以缩短它！

样品运行

========= RESTART: C:/regex.py =========
['ahz2gb_', 'heyght78_']