您如何在python中編寫正則表達式，以查找僅包含字母，數字和下划線的所有單詞？

Question

這是我能想到的最好的方法：

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

但這是行不通的。 另外，不是我目前只對正則表達式感興趣。 我可以解決很長的路要走的問題。

預期結果是一個包含[ahz2gb_，heyght78_]的列表

Answer 1

有\\w來捕獲這些字符，並且您需要使用+允許多個字符：

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

由於+是貪婪的，因此您實際上也不需要\\b ：

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

如果您只需要用空格（而不是\\b ）來分隔單詞，則可以使用環顧四周：

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

(?<!序列的意思是：回頭看看您沒有后面的模式(?<!在目標字符串中當前匹配位置的前面。因此，在這種情況下(?<!\\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

正則表達式很容易理解。

• ^[0-9a-zA-Z_]+$ ：嚴格由數字，字母和下划線組成
• ^[0-9a-zA-Z_ ]+$ ：嚴格由數字，字母，下划線和空格組成

如果您需要匹配行中的單詞，則可以使用空格作為分隔符來溢出。

您可以在http://pythex.org/上在線嘗試python regex

在IDLE上運行示例

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

---

EDIT ：給出了只具有單詞的新要求，這就是您可以實現的條件。

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

希望，我可以縮短它！

樣品運行

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