Danh sách tất cả các từ phù hợp với cụm từ thông dụng

Question

Giả sử rằng tôi có một số chuỗi: "Lorem ipsum dolor sit amet" Tôi cần một danh sách tất cả các từ có chiều dài hơn 3. Tôi có thể làm điều đó với biểu thức chính quy không?

ví dụ:

pattern = re.compile(r'some pattern') 
result = pattern.search('Lorem ipsum dolor sit amet').groups() 

kết quả chứa 'Lorem', 'ipsum', 'dolor' và 'amet'.

CHỈNH SỬA:

Từ mà tôi muốn nói chỉ có thể chứa chữ cái và số.

Answer 1

>>> import re 
>>> myre = re.compile(r"\w{4,}") 
>>> myre.findall('Lorem, ipsum! dolor sit? amet...') 
['Lorem', 'ipsum', 'dolor', 'amet'] 

Hãy lưu ý rằng trong Python 3, nơi tất cả các chuỗi là Unicode, điều này cũng sẽ tìm các từ sử dụng các chữ cái không phải ASCII:

>>> import re 
>>> myre = re.compile(r"\w{4,}") 
>>> myre.findall('Lorem, ipsum! dolör sit? amet...') 
['Lorem', 'ipsum', 'dolör', 'amet'] 

Trong Python 2, bạn sẽ phải sử dụng

>>> myre = re.compile(r"\w{4,}", re.UNICODE) 
>>> myre.findall(u'Lorem, ipsum! dolör sit? amet...') 
[u'Lorem', u'ipsum', u'dol\xf6r', u'amet'] 

Answer 2

Đó là một trường hợp tipical sử dụng cho comprehensions danh sách bằng Python, có thể được sử dụng để lọc:

text = 'Lorem ipsum dolor sit amet' 
result = [word for word in pattern.findall(text) if len(word) > 3] 

Answer 3

pattern = re.compile("\w\w\w(\w+)")
result = pattern.search('Lorem ipsum dolor sit amet').groups()

Answer 4

pattern = re.compile(r'(\S{4,})') 
pattern.findall('Lorem ipsum dolor sit amet') 
['Lorem', 'ipsum', 'dolor', 'amet']