Python：返回完整单词而不仅仅是字符串的特定部分（正则表达式）

我最近刚刚开始学习 Python，并且已经“深入”到了正则表达式。我的任务看起来相当简单。我只需要编写一个从字符串返回某些单词的正则表达式。规则如下：单词只能包含一组元音。换句话说，它是一个不完美但简单的正则表达式，旨在从文本中返回一个音节单词。

我相信我编写的正则表达式并不太遥远，但我只返回了字符串的一部分，而不是完整的单词。下面的例子：

>>> import re

>>> text = "A boy named Sue tried to kill a swamp monkey, but failed miserably. He then cried. Boo hoo."

>>> re.findall("[^aeiou][aeiou]{1,}[^aeiou]", text)
['boy', 'nam', 'Sue ', 'ried', 'to ', 'kil', ' a ', 'wam', 'mon', 'key', 'but', 'fail', 'mis', 'rab', 'He ', 'hen', 'ried', 'Boo ', 'hoo.']

如您所见，结果不正确。它只是分割字符串以适合我的正则表达式，而不是返回它来自的单词。此外，返回的一些字符串甚至不是来自符合我的标准的单词。

提前致谢！

这有点复杂（如果我理解你的要求）：

regex = re.compile(
    r"""\b           # Match the start of a word
    [^\W\d_aeiou]*   # Match any number letters except vowels
    [aeiou]+         # Match one or more vowels
    [^\W\d_aeiou]*   # Match any number letters except vowels
    \b               # Match the start of a word""", 
    re.VERBOSE|re.IGNORECASE)

然后你可以像这样使用它：

>>> regex.findall("A boy named Sue tried to kill a swamp monkey, but failed miserably. He then cried. Boo hoo.")
['A', 'boy', 'Sue', 'tried', 'to', 'kill', 'a', 'swamp', 'but', 'He', 'then', 'cried', 'Boo', 'hoo']

解释：

[^\W\d_aeiou]有点难以理解：

• \w匹配任何字母、数字或下划线。
• \W匹配任何字符\w不匹配。
• [^\W]因此匹配相同\w。但是我们现在可以向这个否定字符类添加更多字符，这些字符应该从有效字符集中减去。
• [^\W\d_aeiou]因此匹配任何\w匹配，但不包含数字、下划线或元音。
• 这种方法的优点（而不是使用[bcdfghjklmnpqrstvwxyz]就是它\w是 Unicode 感知的（Python 3 原生，根据 Python 2 的请求，如果添加re.Uflag），因此不限于 ASCII 字母。