Python使用re.findall提取指定特征拉丁词返回结果异常如何解决

代码存在的核心问题 #

• 正则规则匹配逻辑错误：你当前写的正则'tion|ex|ph|ost'只会提取文本里的这几个特征子串本身，不会捕获包含这些子串的完整单词，比如输入里的functions只会匹配到子串tion，不会拿到整个functions单词。
• 返回值格式错误：re.findall本身的返回结果就是列表类型，你额外套了list()再加一层方括号，会生成嵌套列表，和预期的单层单词列表完全不符。
• 关于你提到的NoneType错误：大概率是你调用函数时传入的text参数是None而非字符串类型，re.findall接收None作为输入时会抛出类型错误。

修正后可正常运行的代码 #

import re 
def latin_ish_words(text):
    # 先校验输入类型，避免None触发报错
    if not isinstance(text, str):
        return []
    # 正则匹配包含指定特征的完整单词，忽略大小写
    return re.findall(r'\b\w*(?:tion|ex|ph|ost)\w*\b', text, flags=re.I)

运行验证结果 #

• 调用latin_ish_words("This works well") 返回[]，符合预期
• 调用latin_ish_words("This functions as expected") 返回['functions', 'expected']，符合预期

内容的提问来源于stack exchange，提问作者user16759613