如何用Python正则捕获由一致符号分隔字母组成的单词？

要捕获分隔符完全一致的这类单词，核心是先捕获第一个分隔符，强制后续所有分隔符和它相同。可以通过正则的捕获组反向引用来实现：

正则逻辑拆解 #

• \b：匹配单词边界，确保我们匹配的是独立的单词片段
• \w：匹配第一个字母
• (\W)：捕获第一个分隔符（非单词字符，涵盖空格、点、emoji等）到组1
• (?:\w\1)+：非捕获组，重复匹配「字母+组1的分隔符」至少一次，保证后续分隔符和第一个完全一致
• \w：匹配最后一个字母
• \b：再次匹配单词边界，避免多余字符

代码实现 #

import re

x = "This is s u p e r and s.u.p.e.r and s👌u👌p👌e👌r and s!u.p!e.r"

# 正则模式：用捕获组记住第一个分隔符，后续强制匹配相同分隔符
pattern = r'\b(\w(\W)(?:\w\2)+\w)\b'
matches = re.findall(pattern, x)
# 提取完整匹配的结果（忽略捕获的分隔符）
result = [match[0] for match in matches]

print(result)
# 输出：['s u p e r', 's.u.p.e.r', 's👌u👌p👌e👌r']

为什么能排除不符合的项 #

对于s!u.p!e.r，第一个分隔符是!（被捕获到组2），但第二个分隔符是.，和组2的内容不匹配，因此整个片段不会被正则匹配到，自然被排除。

内容的提问来源于stack exchange，提问作者Billy Bonaros