如何使用正则表达式匹配单词及其后跟的完整方括号对内容

你原有正则匹配失败的核心原因有两个：

1. 方括号内的匹配规则只覆盖了字母、数字、下划线，没有包含-这类特殊符号
2. 左右方括号被单独设置为可选匹配，没有和括号内的内容绑定成一个完整的匹配单元，很容易出现只匹配到左括号的残缺结果

可用正则方案 #

直接使用如下正则调用re.findall即可得到预期结果：

import re
str2s = 'orange,juices,apple,apple[-2]'
res = re.findall(
    r'[A-Za-z][A-Za-z0-9_%.]*(?:\[[^\]]*\])?',
    str2s,
    flags=re.IGNORECASE
)
print(res)
# 输出: ['orange', 'juices', 'apple', 'apple[-2]']

正则规则说明 #

各部分匹配逻辑如下：

• [A-Za-z][A-Za-z0-9_%.]*：匹配开头的单词主体，和你原本定义的合法单词规则一致，使用原始字符串r''编写正则可以避免多余的转义符，减少书写错误
• (?:\[[^\]]*\])?：匹配可选的方括号后缀：
  • (?:...)是非捕获分组，仅用来把括号相关的匹配规则打包成整体，不会额外生成捕获结果
  • \[匹配左方括号
  • [^\]]*匹配任意数量的非右方括号字符，不管括号内是负号、数字还是其他合法字符都能覆盖，不需要逐个枚举符号
  • \]匹配右方括号
  • 末尾的?表示整个方括号后缀是可选的，没有后缀的普通单词也可以正常匹配

内容的提问来源于stack exchange，提问作者mojop