正则表达式来计算以下划线分隔的单词后的单词数量

Question

我想在字符串中计算紧跟在一个下划线后的未知数量的单词。

testString = '21 High Street _Earth Mighty Motor Mechanic'

我可以通过非捕获组 (?:\s[a-zA-Z]+) 来匹配这些单词，但目前无法构建正则表达式以排除下划线前的部分。你可以在这个https://regex101.com/r/ULGx0d/1" rel="nofollow noreferrer">演示链接中看到这个表达式的效果。

我的目标是在Python脚本中使用完整的模式，如下所示：

import re

# 修改后的正则表达式，从下划线后开始匹配
pattern = r'_\s*([a-zA-Z]+(?:\s+[a-zA-Z]+)*)'

results = re.findall(pattern, testString)
if results:
    answer = len(results[0].split())  # 分割匹配结果并计算单词数

melpomene · Answer

你也可以尝试以下正则表达式：

(?<=_)\w+\s+(.*)

上述正则表达式的解释：

(?<_) - 代表了正向前瞻断言，表示字符串中当前位置之前紧跟着的是字符 _。
\w+ - 匹配一个或多个单词字符（包括 [A-Za-z0-9_]）。
\s+ - 匹配一个或多个空白字符。
(.*?) - 捕获组，匹配任意内容（通常会尽量少地匹配字符，直到遇到下一个条件不满足为止。若要贪婪匹配，请使用 (.*) 而不是 (.*?)）。

在线正则表达式测试
 示例代码

另一种解决方案：

testString = '21 High Street _Earth Mighty Motor Mechanic'
# 根据空格分割字符串为单词列表
words = testString.split()
# 使用生成器表达式找到第一个带有下划线的单词
underscored_word = next((word for word in words if '_' in word), None)
# 计算下划线后单词的数量
answer = len(words[words.index(underscored_word) + 1:]) if underscored_word else 0
print(answer)
# 该代码的整体时间复杂度大约为 O(n) + 2 * O(m)，约等于 O(n)
# 其中 n 是 testString 的长度，m 是 testString 中单词的数量。

示例代码