Python正则表达式问题：匹配含'olo'但首尾不含该串的单词

问题需求 #

查找文本中包含字符串'olo'但不以'olo'开头或结尾的单词。

原代码及问题 #

原代码尝试实现该需求，但输出结果截断了部分单词的末尾字符：

import re

example_text = "Lorem ipsum dolorolo at sit amet, dolore dolor dolore"

re_pattern = r'(?!\bolo)(\wolo\w)(?!\w*olo\b)'
re_search = re.findall(re_pattern, example_text)
print(re_search)

当前输出：

['dolor', 'dolor', 'dolor']

预期输出：

['dolore', 'dolor', 'dolore']

问题分析 #

原正则表达式的问题在于：

1. 捕获组(\wolo\w)仅匹配了'olo'前后各一个字符的片段，而非整个单词，导致截断了完整单词（比如dolore被截取为dolor）。
2. 末尾的负向断言(?!\w*olo\b)逻辑错误，无法正确排除以'olo'结尾的单词。

修正后的代码 #

调整正则表达式，匹配整个单词并满足三个条件：包含'olo'、不以'olo'开头、不以'olo'结尾：

import re

example_text = "Lorem ipsum dolorolo at sit amet, dolore dolor dolore"

# 修正后的正则表达式
re_pattern = r'\b(?!olo)\w*olo\w*(?<!olo)\b'
re_search = re.findall(re_pattern, example_text)
print(re_search)

输出结果：

['dolore', 'dolor', 'dolore']

正则解释 #

• \b：匹配单词边界，确保处理的是完整单词。
• (?!olo)：负向预查，排除以'olo'开头的单词。
• \w*olo\w*：匹配包含'olo'子串的任意字母/数字/下划线组成的单词（\w*匹配0个或多个单词字符）。
• (?<!olo)：负向后查，排除以'olo'结尾的单词。
• \b：再次匹配单词边界，确保匹配的是完整单词。

内容的提问来源于stack exchange，提问作者Iryna Ylinen