如何使用Python正则表达式从CSV行数据中提取逗号分隔的小写字母序列

???处填写的正则为：r'\b[a-z]+(?:,[a-z]+)*\b'

规则说明 #

• \b匹配单词边界，避免匹配到行末键值对中的无效片段
• [a-z]+匹配至少1个小写字母，对应序列中的单个元素
• (?:,[a-z]+)*为非捕获组，匹配0次或多次「逗号+小写字母序列」的组合，覆盖所有后续元素，不会出现漏匹配最后一个元素的问题

代码修正说明 #

你现有的代码存在两处需要调整的地方：

1. 正则匹配后拿到的是序列字符串（如b,g,f），需要调用split方法拆分为列表
2. 代码中b变量未定义，需要处理匹配结果后再追加到列表

修正后的完整代码如下：

import re

list_sequence = []
with open("data.csv", "r") as file:
    lines = file.readlines()

for line in lines:
    match_res = re.findall(pattern=r'\b[a-z]+(?:,[a-z]+)*\b', string=line)
    # 过滤出包含逗号的匹配结果，即为目标序列
    target_str = [s for s in match_res if ',' in s][0]
    list_sequence.append(target_str.split(','))

# 输出验证
for seq in list_sequence:
    print(seq)

运行后输出结果和你预期一致：

['b', 'g', 'f']
['a', 'f', 'c', 'd']

内容的提问来源于stack exchange，提问作者Luis Alejandro Vargas Ramos