如何在Python中查找语料库中aeiouy按指定顺序出现的单词

你只需要修改正则表达式的匹配规则即可，不需要额外写复杂的判断逻辑。
原来的正则r'[aeiouy]'仅能匹配包含任意一个目标字母的单词，我们可以用.*通配符实现按顺序匹配的需求：

import nltk
import re

english = nltk.corpus.words.words()
# 匹配aeiouy按顺序出现的所有单词
words = [w for w in english if re.search(r'a.*e.*i.*o.*u.*y', w, re.IGNORECASE)]

规则说明 #

• 正则中的.*代表匹配任意数量的任意字符，可兼容两个目标元音之间插入其他字母的场景，刚好匹配facetiously这类符合要求的单词
• 添加re.IGNORECASE参数是为了兼容语料库中首字母大写的单词，无需区分大小写匹配；如果仅需要匹配全小写单词，去掉该参数即可

可选严格匹配规则 #

如果你要求aeiouy按顺序各出现一次，且相邻元音之间不会出现更靠后的目标元音（比如a和e之间不能出现i/o/u/y），可以使用更严格的正则：

words = [w for w in english if re.search(r'[^a]*a[^e]*e[^i]*i[^o]*o[^u]*u[^y]*y', w, re.IGNORECASE)]

内容的提问来源于stack exchange，提问作者Eddie14