用正则表达式匹配Python单词

Question

我正在寻找一个正则表达式匹配的话，其中头两个字母等于最后两个字母。一个例子可以阐明需求。你知道吗

给出以下文本：

The dodo was one of the sturdiest birds. An educated termite may learn how to operate a phonograph, but it's unlikely. I sense that an amalgam that includes magma will enlighten Papa.

如何获得此输出：

answer = [('dodo', 'do'), ('sturdiest', 'st'), ('educated', 'ed'),
          ('termite', 'te'), ('phonograph', 'ph'),
          ('sense', 'se'), ('amalgam', 'am'), ('magma', 'ma'),
          ('enlighten', 'en')]

如您所见，这两个初始字符与最后两个相同。你知道吗

我的想法是过滤任何长度为4个字符或更多的单词，并且单词的前2个字符与后2个匹配。你知道吗

到目前为止，我的字是4个或更多的字符。你知道吗

[A-Za-z]{4,}

我不需要一个完整的程序，我只需要正则表达式。你知道吗

Answer 1

在the answer of karthik manchala提供的正则表达式上使用一个变量，并注意到您需要与问题中给出的相同的输出，这是一个完整的代码示例：

import re

inputText = """The dodo was one of the sturdiest birds.
An educated termite may learn how to operate a phonograph,
but it's unlikely. I sense that an amalgam that includes
magma will enlighten Papa."""

regex = re.compile(r"((\w{2})\w*\2)")
answer = regex.findall(inputText) 
print("answer = {}".format(answer))

请注意，除了捕获前两个字符的组(\w{2})、允许中间任意数量的字符\w*、最后匹配末尾的第一个组\2，我还用另一组括号( ... )包围了整个regexp。你知道吗

运行此命令时，整个单词将是\1，而双字符组是\2，使用findall将查找所有出现的情况并返回元组列表，其中每个元组都是捕获组。你知道吗

Answer 2

可以使用以下正则表达式：

(\w{2})\w*\1

说明：

• (\w{2})：匹配任意两个字母并将它们放入捕获组1( )
• \w*：匹配零个或多个字母
• \1：精确匹配第一组括号中捕获的两个字母

见Regex DEMO