Python正则匹配所有首字母为字母的单词仅返回R的原因及解决方法

问题成因 #

• 正则开头的^锚点默认仅匹配整个字符串的起始位置，不会识别每个单词的开头，所以只会返回整个字符串第一个符合规则的字符R。
• 你当前写的正则仅匹配单个\w字符，就算去掉^也只能拿到所有单词的首字母，无法返回完整单词。
• 额外说明：\w除了英文字母外，还会匹配数字、下划线，如果你的需求是严格限定首字母为英文字母，直接用\w会匹配到首字符是数字、下划线的单词，不符合预期。

解决方案 #

如果要匹配所有首字符为英文字母的完整单词，把正则调整为r'\b[a-zA-Z]\w*'即可，各部分规则说明：

• \b是单词边界锚点，匹配每个单词的起始位置
• [a-zA-Z]限定首字符为任意英文字母
• \w*匹配首字母后面0个或多个单词字符，覆盖完整单词的后续内容

修改后的代码如下：

import re

random_regex = re.compile(r'\b[a-zA-Z]\w*')
x = random_regex.findall('RoboCop eats baby food. BABY FOOD.')
print(x)

运行后输出结果为：['RoboCop', 'eats', 'baby', 'food', 'BABY', 'FOOD']，符合需求。

内容的提问来源于stack exchange，提问作者Logic