使用正则表达式从字符串中提取去除的（1个元音，1个辅音）单词

Question

注意：我正在学习正则表达式（regex），虽然我知道在这种情况下正则表达式不是最好的解决方案，但我还是想了解一下它是否可行。

任务：

你会得到一段包含不同单词的文本。这些单词之间用空格和标点符号分开。在这个任务中，数字不算作单词（字母和数字混合的也不算）。你需要计算那些元音和辅音交替出现的单词数量，也就是说，你计算的单词不能有两个连续的元音或辅音。由单个字母组成的单词不算在内——不要计算这些。字母的大小写在这个任务中不重要。

输入：一段文本，作为字符串（unicode格式）

输出：交替单词的数量，作为一个整数。

例如：

string1 = "Dog,cat,mouse,bird.Human." 应该返回 3。

Answer 1

我觉得有两种主要的方法来实现这个目标，首先要检查元音和辅音是否交替出现。

比如说，要检查字母 a 和 b 是否交替出现，你可以用这样的方式：

a(?:ba)+|b(?:ab)+

如果把这个方法扩展到元音和辅音，你就会得到一个比较长的正则表达式：

(?<![a-z])(?:[aeiou](?:[^P{L}aeiou][aeiou])+|[^\P{L}aeiou](?:[aeiou][^\P{L}aeiou])+)(?![a-z])

正则表达式演示

这里有两个负向前瞻 (?<![a-z]) 和 (?![a-z])，它们的作用是作为单词的边界，确保整个单词都被检查。

[aeiou] 是用来表示元音的，而 [^P{L}aeiou] 是用来表示辅音的。它相当于 [b-df-hj-np-tv-z]。

第二种方法是确保单词中没有连续的元音或辅音。这种方法需要另一个负向前瞻，但相对较短：

(?<![a-z])(?:(?![aeiou]{2}|[^\P{L}aeiou]{2})[a-z])+(?![a-z])

正则表达式演示

你可以使用 re.findall 并激活 re.I（或者在正则表达式开头使用 (?i)）来获取所有匹配的结果，然后计算列表的长度来得到“条纹单词”的数量。

(?<![a-z])              # Ensure no letter before
  (?:
    (?!
      [aeiou]{2}        # Ensure no two consecutive vowel
    |
      [^\P{L}aeiou]{2}  # Ensure no two consecutive consonant
    )
    [a-z]               # Any letter
  )+
(?![a-z])               # Ensure no more letters