使用正则表达式统计下划线单词后的单词数量

需求：统计字符串中下划线开头的单词之后出现的单词数量，测试字符串如下：

testString='21 High Street _Earth Mighty Motor Mechanic'

现有问题：原正则(?:\s[a-zA-Z]+)会匹配所有带空格的单词，无法排除下划线单词之前的内容，导致统计结果包含前面的High、Street。

解决方案1：优化正则直接匹配目标单词 #

修改正则模式，通过正向零宽断言定位到下划线开头单词之后，再匹配后续的单词：

import re
testString='21 High Street _Earth Mighty Motor Mechanic'
# 匹配下划线单词后的所有字母单词
pattern = r'(?<=_\w+)\s+([a-zA-Z]+)'
results = re.findall(pattern, testString)
if results:
  answer = len(results)
  print(answer)  # 输出3

正则说明：

• (?<=_\w+)：正向零宽断言，确保当前位置前是下划线开头的完整单词（_\w+匹配下划线+至少一个字母/数字）
• \s+：匹配单词间的一个或多个空格
• ([a-zA-Z]+)：捕获目标单词，仅匹配纯字母组成的单词

解决方案2：截取目标段落后拆分单词 #

如果正则逻辑复杂，也可以先定位下划线单词的位置，截取后续内容后拆分统计：

import re
testString='21 High Street _Earth Mighty Motor Mechanic'
# 定位下划线开头的单词
match_obj = re.search(r'_\w+', testString)
if match_obj:
    # 截取下划线单词之后的内容并去除首尾空格
    target_content = testString[match_obj.end():].strip()
    # 按空格拆分单词
    word_list = target_content.split()
    answer = len(word_list)
    print(answer)  # 输出3

内容的提问来源于stack exchange，提问作者Dave