Python 使正则表达式不匹配它看到的每个字符

我正在试着做一个简单的翻译，现在我必须起名字，但是 当我尝试使用regex时，它匹配所有字符：

“你好，世界”：[“H”、“e”、“l”、“l”、“o”、“W”、“o”、“r”、“l”、“d”]

但我希望它能像这样匹配：

“你好，世界”：[“你好”，“世界”]

我试过的正则表达式：[a-zA-Z_][a-zA-Z_0-9]*

我无法使用拆分，因为我正在尝试逐字符执行此操作

我的代码：

重新导入
代币=[]
类令牌：
定义初始化（self，id，val，type=“NA”）：
self.id=id
self.val=val
self.type=type
def lex（数据）：
数据=列表（数据）
tok=“”
var_name=“”
对于idx，枚举中的字符（数据）：
tok+=char
#丢弃
如果tok==“”：
tok=“”
elif tok==“\n”：
tok=“”
关于匹配（r“（？s）\（\*.\*\）”，tok）的省略：
tok=“”
#关键词
elif tok==“打印”：
标记。附加（标记（“打印”，tok））
tok=“”
#规则
关于匹配（r“\”*\”，tok）的省略：
附加（Token（“STR”，tok，“expr”））
tok=“”
#这就是问题所在
关于匹配的省略（r“[a-zA-Z_][a-zA-Z_0-9]*”，tok）：
如果数据[idx]==“”或数据[idx]==“\n”：
tokens.append（Token（“NAME”，var_NAME，“expr”））
tok=“”
其他：
var_name+=tok
tok=“”
打印（tok）
归还代币

编辑：

---

大家好，我解决了这个问题，我没有一个字符一个字符地进行匹配，而是使用了split，虽然效率不高，但它很有效。

如果您希望匹配的字符是“Hello”，那么您需要匹配多个字符。 您可以将“Hello world！”与regex

\w*\b

匹配以获取所有单词<代码>\b与单词边界匹配。你可以看看它是如何工作的

---

如果你真的需要一个字符一个字符地做这件事，那么你需要另一种机制来为你找到单词的边界。

我解决了这个问题，不是一个字符一个字符地做，而是使用了拆分，虽然效率不高，但很有效

---

谢谢所有评论的人。

尝试<代码> Re.FunDALL（'W+'，“Hello World”）< /C> >您尝试匹配每个字符，而不是仅当您获得完整的令牌时。您这样做的方式，一旦匹配了一个正则表达式，就可以考虑完成令牌。这种方法是行不通的，因为它总是喜欢最短的匹配，而不是最长的匹配。如果你想像这样逐字符进行，你需要在添加下一个字符时完成标记，这样它们就不再匹配任何正则表达式，并且不能通过添加更多字符来匹配它们。除非你不能用普通的正则表达式来做这件事，因为你不能查看它们的实现并检查它们是否达到了失败状态。所以你要么离开正则表达式，使用状态机，要么离开逐字符的方法，使用正则表达式来查找剩余输入的前缀。我想问假设使用

split

效率较低。然而，对于大多数语言，我要说的是，要使

split

按照语言的词汇规则产生正确的结果是非常困难的。