如何在Python中搜索并提取文本中的@提及内容？

问题分析 #

你之前的正则表达式仅匹配到Tik，原因有两点：

1. 正则限定了仅允许字母、数字、下划线和不连续的点，未包含空格和西班牙语特有的重音字符（如ñ）；
2. 正则内的分组设计导致findall返回的是分组捕获内容，而非完整的@提及字符串。

最优简便实现 #

根据你的需求（提取含空格的完整@提及），可以用两种简洁的正则方案：

方案1：针对当前文本的精准匹配（分隔符为#）

如果你的文本中@提及总是出现在#标签之后、行尾之前，直接匹配@开头到下一个#之前的所有内容：

import re

text = "VLOG - Primer evento de la temporada #ModaenTiktok #eventotiktok #madrid @Tik Tok españa"
regex = re.compile(r'@[^#]+')
mentions = regex.findall(text)
print(mentions)  # 输出: ['@Tik Tok españa']

方案2：通用匹配（支持多语言、含空格的@提及）

如果需要适配更多场景（比如提及后可能是标点、换行或其他符号），可以匹配@开头，后跟包含字母、空格、Unicode重音字符的内容：

import re

text = "VLOG - Primer evento de la temporada #ModaenTiktok #eventotiktok #madrid @Tik Tok españa"
# 匹配@开头，包含字母、空格、西班牙语/拉丁语系重音字符的内容
regex = re.compile(r'@[\w\s\u00C0-\u017F]+')
mentions = regex.findall(text)
print(mentions)  # 输出: ['@Tik Tok españa']

说明 #

• [^#]+表示匹配除#之外的任意字符，适合当前文本的结构；
• [\w\s\u00C0-\u017F]+覆盖了字母、数字、下划线、空格，以及常见的欧洲语言重音字符（如ñ、á、é等），通用性更强；
• 避免了原正则中不必要的分组和长度限制，简化了逻辑且更贴合需求。

内容的提问来源于stack exchange，提问作者Alexander Ramos