[Python] 正規表現で適切にハッシュタグを抽出したい

Question

インスタグラムなどの文字列からハッシュタグを抽出する必要があります。
その際、スペースが入っていたりいなかったりする投稿の文字列にも対して適切にハッシュタグを取り出したいと考えております。

具体的には下のようなコードから、

import re

str = "ここは不要な文字列です。　#AA1234 #11ああ  #abcう#efg #日本語#抽出　 全角スペースもあります。"
tags = re.findall(r"#\S*", str)

print(tags)

下のようにタグ一つひとつを抽出したいのですが

['#AA1234','#11ああ','#abcう','#efg','#日本語','#抽出']

実際には

['#AA1234', '#11ああ', '#abcう#efg', '#日本語#抽出']

といった上のような適切に区切られない出力結果が得られてしまいます。
どのように改善すれば良いでしょうか。お答えいただけると助かります。

Comments

[meg_]

インスタグラムはスクレイピング禁止だと思いますが、「インスタグラムなどの文字列」はどのように取得されたのでしょうか？

Answer 1

#[^\s#]* のように、#もマッチ対象外にしてやれば良いです。

Comments

[Moririn_1881]

ご返答ありがとうございます!
こちらのパターンも試してみます><

[LouiS0616]

KojiDoiさんと実質的に同じです。
ページを開いてから回答を投稿するまでの間に既に同じ回答が付いていました。私の確認漏れです。

Answer 2

とりあえず#を「タグ名の一部になりえない文字」に追加したいということなら

tags = re.findall(r"#[^#\s]*", str)

Comments

[Moririn_1881]

ご返答ありがとうございます。
先にお返事をいただいたKojiDoiさんをBAにさせていただきます><