如何编写正则表达式匹配含连续2个及以上相同辅音的单词

你的代码返回单个辅音而非目标单词，核心有两个问题：

1. re.findall在正则包含捕获组时，默认返回捕获组的匹配内容，而非整个单词；
2. 原正则的\1仅匹配1次重复（即2个相同辅音），要覆盖2个及以上连续相同的情况，需要用\1+。

修正方案一：用re.finditer提取完整单词 #

finditer返回匹配对象的迭代器，通过match.group()可以直接获取整个匹配的单词：

import re

xh_data = ("mmh tshhu itshu mama krrrr")
matches = re.finditer(r'\b\w*([b-df-hj-np-tv-z])\1+\w*\b', xh_data, flags=re.IGNORECASE)
onomat_consonant_words = [match.group() for match in matches]
print(onomat_consonant_words)
# 输出: ['mmh', 'tshhu', 'krrrr']

修正方案二：调整正则捕获结构 #

把整个单词作为外层捕获组，之后提取每组的第一个元素：

import re

xh_data = ("mmh tshhu itshu mama krrrr")
matches = re.findall(r'(\b\w*([b-df-hj-np-tv-z])\2+\w*\b)', xh_data, flags=re.IGNORECASE)
onomat_consonant_words = [word[0] for word in matches]
print(onomat_consonant_words)
# 输出: ['mmh', 'tshhu', 'krrrr']

正则说明 #

• \b：匹配单词边界，确保只提取完整单词
• \w*：匹配任意数量的前置/后置字母数字（包含元音）
• ([b-df-hj-np-tv-z])：捕获单个辅音（排除a/e/i/o/u元音字母）
• \1+：匹配与捕获组相同的字符至少1次，实现“连续2个及以上相同辅音”的规则
• flags=re.IGNORECASE：忽略大小写，兼容大小写混合的场景（如果不需要可以删除）

内容的提问来源于stack exchange，提问作者Paige Cox