如何用Python正则表达式从列表筛选4-5个字母的国家名称

你的代码存在几个关键错误，导致返回空列表：

1. 错误的匹配对象：你把整个names列表转成字符串来匹配，而不是逐个检查每个国家名称，完全偏离了筛选单个元素的目标。
2. 正则表达式不符合需求：[A-Z]{4,6},只匹配大写字母组成的4-6字符片段且末尾带逗号，既没考虑国家名的大小写混合、带重音的字母，也没验证整个名称的长度，更和你要的4/5个字母的要求不符。
3. 错误的匹配方法：re.findall是用来提取所有匹配的片段，而你需要验证整个字符串是否完全符合条件，应该用re.fullmatch。

正确代码 #

要筛选名称为4或5个字母的国家（包含带重音的Unicode字母，同时排除含空格、括号等非字母字符的名称），可以这样写：

import re

names = ['Azerbaijan', 'Zimbabwe', 'Cuba', 'Cambodia', 'Somalia','Mali', 'Belarus', "Côte d'Ivoire", 'Venezuela', 'Syria', 'Kazakhstan', 'Austria', 'Malawi', 'Romania', 'Congo (Brazzaville)']

# 使用re.fullmatch验证整个名称是否为4-5个Unicode字母
filtered_countries = [country for country in names if re.fullmatch(r'^\p{L}{4,5}$', country, flags=re.UNICODE)]

print(filtered_countries)

代码说明 #

• ^\p{L}{4,5}$：正则表达式的含义是：
  • ^ 和 $ 分别匹配字符串的开头和结尾，确保整个名称都被检查，不会匹配名称中的片段
  • \p{L} 匹配任意Unicode字母（包括带重音的字母，比如ô）
  • {4,5} 指定长度为4或5个字符
• re.fullmatch：确保整个字符串完全符合正则表达式的规则，不会出现部分匹配的情况
• flags=re.UNICODE：启用Unicode字符匹配，让\p{L}生效（Python 3.6+ 可省略，默认已支持）

运行后输出结果：

['Cuba', 'Mali', 'Syria']

内容的提问来源于stack exchange，提问作者tucomax