Python中如何编写正则表达式提取特定下划线分隔的单词？

直接使用以下正则表达式即可提取目标内容：

import re

text = "i.am - M_o_h_a_m_m_e_d - and - _1_5_y_o - name - moh_mmed - 2_8_j - i___a_m"
result = re.findall(r'(?:[a-zA-Z]|_\d)(?:_+[a-zA-Z0-9])*', text)
print(result)

运行后输出与期望一致：

['M_o_h_a_m_m_e_d','_1_5_y_o','i___a_m']

正则规则详解 #

• (?:[a-zA-Z]|_\d)：匹配单词的起始部分，二选一：
  • [a-zA-Z]：单个大小写英文字母，对应以字母开头的目标单词（如M_o_h_a_m_m_e_d、i___a_m）
  • _\d：下划线加单个数字，对应数字开头但必须前置下划线的目标单词（如_1_5_y_o）
• (?:_+[a-zA-Z0-9])*：匹配后续重复片段：
  • _+：允许一个或多个连续下划线（兼容i___a_m这类多下划线连接的情况）
  • [a-zA-Z0-9]：单个字母或数字，确保非下划线部分都是单个字符
  • *：该片段可重复0次或多次，覆盖单词后续所有合法组合

为什么其他内容不会被匹配 #

• moh_mmed：存在连续字母段（moh、mmed），不符合“非下划线部分为单个字符”的要求
• 2_8_j：数字开头但无前置下划线，不满足起始规则
• i.am、and、name：要么包含非法字符（.），要么没有下划线分隔，均不匹配规则

内容的提问来源于stack exchange，提问作者Zaky202