匹配包含所有元音的单词的正则表达式是什么？

Question

我正在 python 中学习正则表达式，但似乎无法掌握它。我正在尝试过滤掉所有包含英语元音的单词，这是我的正则表达式：

r'\b(\S*[aeiou]){5}\b'

似乎它太模糊了，因为任何元音（甚至是重复的）都可以出现在任何地方，并且任何数字都是次数，所以这是抛出诸如“可操作”、“不幸”之类的词，它们确实将元音计数为 5，但不是所有元音. 我环顾了互联网，发现了这个正则表达式：

r'[^aeiou]*a[^aeiou]*e[^aeiou]*i[^aeiou]*o[^aeiou]*u[^aeiou]*

但看起来，它只是为了元音的顺序出现，比我试图完成的任务非常有限。有人可以在为我遇到的问题制作正则表达式时“大声思考”吗？

Answer 1

如果您打算将单词匹配为仅由英文字母组成的文本块，您可以使用正则表达式，例如

\b(?=\w*?a)(?=\w*?e)(?=\w*?i)(?=\w*?o)(?=\w*?u)[a-zA-Z]+\b

查看正则表达式演示

要支持英语以外的语言，您可以替换[a-zA-Z]+为[^\W\d_]+.

如果您要匹配的“单词”是一大块非空白字符，您可以使用

(?<!\S)(?=\S*?a)(?=\S*?e)(?=\S*?i)(?=\S*?o)(?=\S*?u)\S+

请参阅此正则表达式演示。

使用原始字符串文字在 Python 中定义这些模式，例如：

rx_AllVowelWords = r'\b(?=\w*?a)(?=\w*?e)(?=\w*?i)(?=\w*?o)(?=\w*?u)[a-zA-Z]+\b'

细节

• \b(?=\w*?a)(?=\w*?e)(?=\w*?i)(?=\w*?o)(?=\w*?u)[a-zA-Z]+\b：
  • \b - 一个词边界，这里是一个起始词边界
  • (?=\w*?a)(?=\w*?e)(?=\w*?i)(?=\w*?o)(?=\w*?u)-已触发检测单词边界位置之后，并要求存在积极的向前看符号序列a，e，i，o和u任何0+字字符后（字母，数字，下划线-你可以替换\w*?与[^\W\d_]*?只检查字母）
  • [a-zA-Z]+- 1 个或多个 ASCII 字母（替换为[^\W\d_]+以匹配所有字母）
  • \b - 一个词边界，这里是一个尾随词边界

第二个图案细节：

• (?<!\S)(?=\S*?a)(?=\S*?e)(?=\S*?i)(?=\S*?o)(?=\S*?u)\S+：
  • (?<!\S) - 字符串开头或空格之后的位置
  • (?=\S*?a)(?=\S*?e)(?=\S*?i)(?=\S*?o)(?=\S*?u) - 所有英语元音都必须出现 - 以任何顺序 - 在除空格之外的任何 0+ 个字符之后
  • \S+ - 1+ 个非空白字符。