正则表达式如何匹配完整组合串或单独子串（避免拆分组合）

要实现这个需求，核心是让正则引擎优先匹配foo bar这个组合，再匹配单独的foo或bar。正则表达式的匹配规则是从左到右尝试匹配，所以把组合模式放在最前面，就能确保它被优先捕获。

基础版本 #

直接使用如下正则表达式即可满足你的需求：

import re

text = 'foo bar bar foo'
pattern = re.compile(r'foo bar|foo|bar')
result = pattern.findall(text)
print(result)  # 输出: ['foo bar', 'bar', 'foo']

为什么这样有效？ #

• 正则引擎会先检查当前位置是否能匹配foo bar，如果可以就捕获这个组合，然后从匹配结束的位置继续扫描剩余文本。
• 如果匹配不了组合，再依次尝试匹配foo或bar，这样单独出现的词就会被分别捕获。

进阶优化（处理多空格/单词边界） #

如果你的文本中foo和bar之间可能有多个空格，或者需要确保匹配的是完整单词（避免误匹配foobar这种拼接词），可以调整正则：

# 匹配一个或多个空白字符，且确保是完整单词
pattern = re.compile(r'\bfoo\s+bar\b|\bfoo\b|\bbar\b')

• \b 是单词边界，确保匹配的是独立的foo/bar，而不是其他单词的一部分。
• \s+ 匹配一个或多个空白字符（空格、制表符等），兼容多空格的场景。

原方案问题分析 #

你之前使用的r'foo|bar'会逐个匹配每个独立的词，因为它没有优先处理foo bar的组合，所以会把foo bar拆成两个单独的匹配项，不符合你的需求。

内容的提问来源于stack exchange，提问作者snapcrack