用撇号作为词尾possib提取单词

Question

我写了以下程序提取所有的模式（单词可能有连字符，标点符号）

sentence="Narrow-minded people are happy although it's cold ! I'm also happy" 
print(re.split('([^-\w])',sentence))

结果是：

^{pr2}$

问题是如何在一个词的末尾加上撇号。例如：我们希望检索"it'"，而不是成对的"it", "'"。在

Answer 1

您可以添加以撇号结尾的单词作为特殊情况：

print(re.split('([\w-]+\'|[^-\w])',sentence))

在这种情况下，句子分为

• 一个或多个\w-字符的序列，后跟撇号（[\w-]+\'部分）
• 或者不是破折号或\w-字符的任何字符（[^-\w]部分）

这将导致：

^{pr2}$

请注意，这确实增加了列表中的空字符串（''）的数量，要去掉这些可以过滤列表的字符串：

print(filter(None, re.split('([\w-]+\'|[^-\w])',sentence))) 

结果是：

['Narrow-minded', ' ', 'people', ' ', 'are', ' ', 'happy', ' ', 'although', ' ', "it'", 's', ' ', 'cold', ' ', '!', ' ', "I'", 'm', ' ', 'also', ' ', 'happy']