Question

我正在尝试匹配包含两个或更多不同元音的字符串中的单词。问题可以限制为小写。

string ='pool pound polio papa pick pair'

预期结果：

p p，小儿麻痹症，对

池和爸爸会失败，因为它们只包含一个不同的元音。然而，脊髓灰质炎很好，因为即使它包含两个'o'，它包含两个不同的元音（'i'和'o'）。密西西比会失败，但阿尔伯克基会失败。

思考过程：使用一个环视，可能是五次（忽略大写），用括号括起来，然后用{2}。类似的东西：

re.findall(r'\w*((?=a{1})|(?=e{1})|(?=i{1})|(?=o{1})|(?=u{1})){2}\w*', string)

然而，这与所有六个单词匹配。

我杀死了{1}，这使得它更漂亮（{1}似乎没必要），但它仍然会返回所有六个：

re.findall(r'\w*((?=a)|(?=e)|(?=i)|(?=o)|(?=u))\w*', string)

提前感谢您的任何帮助。我检查了其他查询，包括"How to find words with two vowels"，但似乎都没有。另外，我正在寻找纯粹的RegEx。

Answer 1

你不需要5个独立的前瞻，这是完全矫枉过正的。只需捕获capture group中的第一个元音，然后使用negative lookahead断言它与第二个元音不同：

[a-z]*([aeiou])[a-z]*(?!\1)[aeiou][a-z]*

See the online demo.

Answer 2

您的\w*((?=a)|(?=e)|(?=i)|(?=o)|(?=u))\w*正则表达式匹配所有至少包含1个元音的单词。 \w*匹配0+单词字符，因此第一个模式抓取整个字母，数字和下划线。然后，回溯开始，正则表达式引擎尝试查找跟随a，e，i，o或u的位置。一旦找到该位置，之前抓取的单词字符将再次被追踪并使用尾随\w*。

要匹配包含至少2个不同元音的整个单词，您可以使用

\b(?=\w*([aeiou])\w*(?!\1)[aeiou])\w+

请参阅regex demo。

<强>详情

\b - 字边界
(?=\w*([aeiou])\w*(?!\1)[aeiou]) - 一个positive lookahead，位于当前位置的左侧，需要
- \w* - 0+ word chars
- ([aeiou]) - Capturing group 1（其值在模式后面以\1 backreference引用）：任何元音
- \w* - 0+ word chars
- (?!\1)[aeiou] - 来自[aeiou]集合的任何元音都不等于存储在第1组中的元音（由于否定前瞻(?!\1)未通过匹配，如果，立即到在当前位置的右侧，找到lookahead模式匹配）
\w+ - 一个或多个单词字符。

正则表达式（Python） - 匹配具有两个或更多不同元音的单词

2 个答案: