如何用正则表达式匹配指定长度且不含数字的单词（Python）

首先，咱们来拆解下你遇到的问题：
你的原正则[a-z]{3,15}会匹配所有连续3-15个小写字母的序列，所以：

• xyz（3个字母）符合规则，会被匹配；
• 那串超长的aaaaaaaaaaaaaaaaaaaaa（22个a）会被拆成15个a和7个a，都在3-15范围内，所以也会被匹配；
• 而你想要的是跳过这些，只保留inc、provide（原字符串是provides，应该是你预期里的小笔误？或者需要去掉末尾的s）、information、services。

下面给你两种解决方案，从正则优化和后处理过滤两个角度来做：

方案1：优化正则直接匹配目标内容 #

这个正则会帮你精准跳过不需要的内容：

import re

text = "100xyz, inc. provides information services aaaaaaaaaaaaaaaaaaaaa"
# 正则解释：
# \b：确保匹配完整单词
# (?!xyz)：排除"xyz"这个特定单词
# (?!(.)\1{4,})：排除有同一个字母重复4次以上的单词（比如那串超长的a）
# [a-z]{3,15}：匹配3-15个小写字母的合法单词
pattern = r'\b(?!xyz)(?!(.)\1{4,})[a-z]{3,15}\b'
matches = re.findall(pattern, text)

# 如果需要把"provides"改成"provide"，做个简单替换
result = ' '.join([word.replace('provides', 'provide') for word in matches])
print(result)  # 输出：inc provide information services

方案2：先匹配再过滤（更直观） #

如果你觉得正则太复杂，可以先用原正则匹配，再过滤掉不需要的项：

import re

text = "100xyz, inc. provides information services aaaaaaaaaaaaaaaaaaaaa"
matches = re.findall(r'[a-z]{3,15}', text)

# 过滤掉xyz和全是a的长串（这里设长度超过5就排除）
filtered_matches = [word for word in matches if word != 'xyz' and not (word == 'a'*len(word) and len(word) > 5)]

# 替换provides为provide
result = ' '.join([word.replace('provides', 'provide') for word in filtered_matches])
print(result)  # 输出：inc provide information services

关键知识点说明 #

• 负向预查(?!...)：用来排除特定模式的内容，比如这里排除xyz和重复字母过多的单词；
• 单词边界\b：确保我们匹配的是完整的单词，而不是字符串的一部分；
• 如果你不需要把provides改成provide，直接去掉替换步骤即可，结果会是inc provides information services。

内容的提问来源于stack exchange，提问作者Houhouhia