以 t 开头但以非 e 结尾的单词答案

【问题标题】：A word starting with t but ends with other than e以 t 开头但以非 e 结尾的单词
【发布时间】：2021-02-25 07:42:01
【问题描述】：

我正在尝试创建一个以 t 或 T 开头且不以 e 字母结尾的正则表达式。到目前为止，我尝试了下面的代码，但它并没有给我想要的结果。谁能告诉我这里到底缺少什么？

my_str = my_file.read()

word = re.findall("[tT].*[^e]$", my_str)

print(word)

【问题讨论】：

您是否要在完整的句子/文本中查找单词？还是某个每行一个单词的数据库？换句话说，你有一些样本数据吗？顺便说一句，目前您允许在中间使用除换行符以外的任何字符（包括空格字符）。
是的，它是文件中的文本。
您可能想知道正则表达式中的\b 匹配单词边界...
接下来，您必须确定单词中的合法字符是什么。可能[A-Za-z] 比您的. 更好猜测（即任何包含标点符号和空格的内容）。
最后，如果你已经解决了你的问题，你可以发布一个我很乐意支持的答案。

标签： python python-3.x regex re

【解决方案1】：

你可以使用

\bt(?:[a-z]*[a-df-z])?\b
\bt[a-z]*\b(?<!e)

为了完整起见，这里有一个正则表达式来匹配任何以西里尔字母 т 开头且不以西里尔字母 е 结尾的单词：

\bт[^\W\d_]*\b(?<!е)

请参阅regex demo #1、regex demo #2 和 Cyrillic regex demo。

如果需要不区分大小写的匹配，请添加re.I:

re.findall(r'\bt(?:[a-z]*[a-df-z])?\b', text, re.I)

还有关于单词边界的说明：如果单词可以粘贴到_ 或数字，请使用字母边界而不是单词边界：

r'(?<![a-z])t(?:[a-z]*[a-df-z])?(?![a-z])'
r'(?<![^\W\d_])т[^\W\d_]*(?![^\W\d_])(?<!е)' # Unicode letter boundaries

正则表达式详细信息

\b - 单词边界（字符串的开头或紧跟在字符之后的位置，而不是数字、字母、下划线）
(?<![a-z])（(?<![^\W\d_]) 是一个支持 Unicode 的等价物）- 与前面没有字母的位置相匹配的否定后向查找
t - t 信
(?:[a-z]*[a-df-z])? - 一个可选的非捕获组，匹配 0 个或多个字母，然后是 e 以外的字母
\b - 字边界
(?![a-z])（(?![^\W\d_]) 是一个支持 Unicode 的等价物）- 与未紧跟字母的位置相匹配的否定前瞻。

还有，

\bt[a-z]*\b(?<!e) 匹配单词边界、t、任何零个或多个小写 ASCII 字母（任何带有 re.I 的 ASCII 字母），然后单词边界标记单词的结尾，并且否定的向后查找 (?<!e) 匹配失败，如果词尾有e
[^\W\d_]* - 匹配零个或多个 Unicode 字母。

见a Python demo:

import re
text = r't, train => main,teene!'
cyr_text = r'таня  тане  работе'
print( re.findall(r'\bt(?:[a-z]*[a-df-z])?\b', text, re.I) )
# => ['t', 'train']
print( re.findall(r'\bt[a-z]*\b(?<!e)', text, re.I) )
# => ['t', 'train']
print( re.findall(r'\bт[^\W\d_]*\b(?<!е)', cyr_text, re.I) )
# => ['таня']
print( re.findall(r'(?<![^\W\d_])т[^\W\d_]*(?![^\W\d_])(?<!е)', cyr_text, re.I) )
# => ['таня']

【讨论】：

【解决方案2】：

也许：

[\W]([Tt]\w*[^e])[\W]

任何非单词字符后跟（捕获：Tt，一些可选单词字符，而不是 e）后跟第一个非单词字符

【讨论】：

【解决方案3】：

还有另一种方法：

re.findall(r"\b[Tt]+[a-zA-Z]*[^Ee\s]\b", my_str)

【讨论】：