Python正则表达式：如何查找以th开头的单词

嘿，刚好之前做密码相关功能时也处理过类似的词典匹配需求，给你一步步说清楚怎么实现～

首先得明确你的词典文件格式——通常像dictionary.txt这种英文词典都是每行存储一个单词的，这种情况下我们的正则写法会更简单：

核心正则表达式 #

如果只匹配小写"th"开头的单词，用：

^th.*$

如果要同时匹配大写开头的（比如They、Them），可以加上大小写不敏感规则，或者直接写：

^[tT][hH].*$

结合Python的完整实现 #

这里给你写个可直接用的代码示例，包含文件读取和匹配逻辑：

import re

# 读取词典文件内容
with open('dictionary.txt', 'r', encoding='utf-8') as dict_file:
    dict_content = dict_file.read()

# 匹配所有以th开头的单词（支持多行、大小写不敏感）
# re.MULTILINE 让^匹配每行的开头，而不是整个文本的开头
# re.IGNORECASE 忽略大小写，同时匹配th/Th/TH开头的单词
matched_words = re.findall(r'^th.*$', dict_content, re.MULTILINE | re.IGNORECASE)

# 输出结果
print(f"找到{len(matched_words)}个以th开头的单词：")
for word in matched_words:
    print(word)

特殊情况处理 #

如果你的词典不是每行一个单词，而是用空格/逗号分隔的连续文本，那就要用单词边界来确保匹配的是完整单词的开头，正则改成：

\bth\w*

对应的Python代码可以用re.findall(r'\bth\w*', dict_content, re.IGNORECASE)来提取所有符合条件的单词。

小提示 #

• 如果只需要精确匹配小写"th"开头，去掉re.IGNORECASE参数就行；
• .*会匹配th后面的任意字符（也就是整个单词），如果你的词典里有带特殊符号的单词，这个写法也能覆盖到。

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