如何用Python正则表达式提取单词中所有连续5字符组合？

嘿，我来帮你搞定这个问题～

首先得搞明白你原来的代码为啥只返回不重叠的结果：正则引擎默认是**“消耗式匹配”**——当它匹配到一段字符后，就会把这些字符标记为“已处理”，下一次匹配会从这段字符的末尾开始。比如你的例子里，"stackoverflow"的前5个字符"stack"被匹配后，引擎指针直接跳到第6个字符"o"，所以下一次只能匹配从"o"开始的"overf"，中间的重叠组合就被跳过了。

不过你的需求完全可以用正则实现，核心是用正向预查（Positive Lookahead），它的特点是「只检查条件，不消耗字符」，这样引擎指针就不会移动，能让我们从每个位置都检查后面的5个字符。

解决代码 #

import re
word = "stackoverflow"
result = re.findall(r"(?=(.....))", word)
print(result)

运行这段代码，你就能得到期望的结果：
['stack', 'tacko', 'ackov', 'ckove', 'kover', 'overf', 'verfl', 'erflo', 'rflow']

正则原理解释 #

• (?=(.....)) 是正向肯定预查结构：
  1. (?=...) 表示“检查当前位置后面是否存在符合...的内容”，但不会把这些内容标记为已匹配（也就是不消耗字符）。
  2. ..... 匹配任意5个字符（如果需要限定字符类型，可以换成\w{5}之类的规则）。
  3. 把.....放在括号里是为了捕获这个5字符组合，这样re.findall就能提取出我们需要的内容。

这样，正则引擎会从字符串的第一个字符位置开始，检查后面的5个字符并捕获，然后指针停在原位置，下一次匹配直接移动到下一个字符位置，重复这个过程，直到剩下的字符不足5个为止。

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