Python正则表达式问题：筛选首词≥3字符后接两个单字符词的字符串

问题根源 #

你当前的正则表达式没有锚定字符串开头，它会匹配字符串中任意位置存在的“长单词+两个单字符单词”片段。比如apple wrong a b c里的wrong a b就符合\w{3,}\s\w\s\w的模式，所以被错误判定为匹配项，不符合你“以长单词开头”的核心需求。

修正后的正则表达式 #

要精准匹配“以3个及以上字符的单词开头，紧随两个单字符单词，后续内容不限”的字符串，必须用^锚定字符串起始位置，确保匹配从开头开始：

pattern = r'^\w{3,}\s\w\s\w.*'

验证代码 #

替换正则后的完整测试代码：

import pandas as pd

df = pd.DataFrame({'text': ['apple wrong', 'apple wrong b c','apple a b correct', 'apple a b c correct']})
pattern = r'^\w{3,}\s\w\s\w.*'
matches = df['text'].str.contains(pattern, regex=True)
result = df[matches]
print(result)

运行后会只输出符合要求的两条数据：

text
2  apple a b correct
3 apple a b c correct

内容的提问来源于stack exchange，提问作者EnesZ