如何理解re.split(r'(\w)+', 'test abcd')仅返回最后一个匹配字母？

先看实际执行的代码和输出结果：

import re
print(re.split(r'(\w)+', 'test abcd'))
# 输出：['', 't', ' ', 'd', '']

为什么返回列表里只显示每个匹配段的最后一个字母？ #

核心原因是：当正则表达式里的**分组带有重复量词（比如+）**时，分组只会记录最后一次匹配的内容。

具体到这个例子：

• 正则(\w)+的逻辑是：匹配1次或多次单个字母（\w），每次匹配的单个字母都会存入分组，但后续的匹配会直接覆盖之前的分组内容。
• 对于字符串里的test，整个词会被(\w)+匹配，但分组最终只保留最后一次匹配的t；
• 对于abcd，同理分组最后只保留d；
• re.split会把分隔符（这里就是被(\w)+匹配的内容）对应的分组结果插入到拆分后的列表中，所以就出现了列表里的t和d。

如果想保留整个匹配的单词，应该把量词放到分组内部，比如用(\w+)，这样分组会匹配整个单词并完整保留：

print(re.split(r'(\w+)', 'test abcd'))
# 输出：['', 'test', ' ', 'abcd', '']

内容的提问来源于stack exchange，提问作者Ben