为什么我的连字号regexp不起作用？

Question

我正在使用python的re模块编写一个正则表达式来匹配简单单词和单连字符单词，例如：

test_case_input = """the wide-field infrared survey explorer is a nasa
infrared-wavelength space telescope in an earth-orbiting satellite which
performed an all-sky astronomical survey. be careful of -tricky tricky-
hyphens --- be precise."""

应匹配：

test_case_output = ['the', 'wide-field', 'infrared', 'survey', 'explorer',
'is', 'a', 'nasa', 'infrared-wavelength', 'space', 'telescope', 'in', 'an',
'earth-orbiting', 'satellite', 'which', 'performed', 'an', 'all-sky',
'astronomical', 'survey', 'be', 'careful', 'of', 'tricky', 'tricky',
'hyphens', 'be', 'precise']

我找到了一个正则表达式，它匹配一个连字符的单词：r“[a-z]+-[a-z]+”和另一个用于简单单词r“[a-z]+”的正则表达式，然后我尝试了一个或r“[a-z]+-[a-z]+|[a-z]+”，但输出是错误的：

[' wide', ' infrared', ' survey', ' explorer', ' is', ' a', ' nasa', 
'infrared-wavelength ', ' telescope', ' in', ' an', ' earth', ' satellite',
 ' which', ' an', ' all', ' astronomical', ' survey', ' be', ' careful', ' of',
 ' tricky', ' be', ' precise']

如果我使用groops:r“（：？[a-z]+-[a-z]+）|（：？[a-z]+）“两者都不是，我认为另一个解决方案应该是workr”[a-z]+（：？-[a-z]+）？“也没有。你知道吗

很明显这是可能的，但有些事情我不清楚。怎么了？你知道吗

Answer 1

这个正则表达式应该这样做。你知道吗

\b[a-z]+-[a-z]+\b

\b表示单词边界。你知道吗

Answer 2

您可以使用：

r'[a-z]+(?:-[a-z]+)*'

Answer 3

有几件事：

1. 你的正则表达式需要被分隔符锚定，否则你将匹配部分单词，就像现在这样
2. 您没有对非捕获组使用正确的语法。是(?:不是(:?

如果你解决第一个问题，你根本不需要小组。你知道吗

*即字符串的空白或开头/结尾。你知道吗