python - 以 t 开头但结尾不是 e 的单词

Question

我正在尝试创建一个以 t 或 T 开头且不以 e 字母结尾的正则表达式。到目前为止，我尝试了下面的代码，但它没有给我理想的结果。谁能告诉我这里到底缺少什么？

my_str = my_file.read()

word = re.findall("[tT].*[^e]$", my_str)

print(word)

Answer 1

您可以使用

\bt(?:[a-z]*[a-df-z])?\b
\bt[a-z]*\b(?<!e)

为了完整起见，这里有一个正则表达式来匹配任何以西里尔字母开头的单词 т并且不以西里尔字母结尾 е :

\bт[^\W\d_]*\b(?<!е)

见 regex demo #1 , regex demo #2和一个 Cyrillic regex demo .
如果您需要不区分大小写的匹配，请添加 re.I :

re.findall(r'\bt(?:[a-z]*[a-df-z])?\b', text, re.I)

还有关于单词边界的注释:如果单词可以粘在 _或数字，使用字母边界而不是单词边界:

r'(?<![a-z])t(?:[a-z]*[a-df-z])?(?![a-z])'
r'(?<![^\W\d_])т[^\W\d_]*(?![^\W\d_])(?<!е)' # Unicode letter boundaries

正则表达式详情

\b - 单词边界(字符串的开头或紧跟在字符之后的位置，而不是数字、字母、下划线)

(?<![a-z]) ( (?<![^\W\d_]) 是一个 Unicode 感知等价物) - 一个负向后视匹配一个位置，前面没有紧跟一个字母

t - 一个 t来信

(?:[a-z]*[a-df-z])? - 可选的非捕获组匹配 0 个或多个字母，然后是除 e 之外的字母

\b - 字边界

(?![a-z]) ( (?![^\W\d_]) 是一个 Unicode 感知等价物) - 一个负向前瞻，匹配一个没有紧跟一个字母的位置。

还，

\bt[a-z]*\b(?<!e)匹配单词边界，t ，任何零个或多个小写 ASCII 字母(任何带有 re.I 的 ASCII 字母)，然后单词边界标记单词的结尾和负向后视 (?<!e)如果存在 e 则匹配失败词尾

[^\W\d_]* - 匹配零个或多个 Unicode 字母。

见 a Python demo :

import re
text = r't, train => main,teene!'
cyr_text = r'таня  тане  работе'
print( re.findall(r'\bt(?:[a-z]*[a-df-z])?\b', text, re.I) )
# => ['t', 'train']
print( re.findall(r'\bt[a-z]*\b(?<!e)', text, re.I) )
# => ['t', 'train']
print( re.findall(r'\bт[^\W\d_]*\b(?<!е)', cyr_text, re.I) )
# => ['таня']
print( re.findall(r'(?<![^\W\d_])т[^\W\d_]*(?![^\W\d_])(?<!е)', cyr_text, re.I) )
# => ['таня']