如何使用正则表达式选择带撇号的单词

Question

我试图将一个字符串分成一个列表，但我需要让字符串包含由撇号连接的单词。例如：

String="My name is Melvin_JESUS, Guatemala, Dean'Olvier, 501soy...@ 1231 !"

应该给我一个结果：

['my', 'name', 'is', 'melvin', 'jesus', 'guatemala', '"dean'oliver"', 'soy']

我尝试了以下正则表达式：

my_patern= r"(?:^|(?<=\s)|-)[A-Za-z'\.]+(?=\s|\t|$|\b)"

但没有给我想要的结果。

Answer 1

你可以使用

(?<![^\W\d_])[^\W\d_]+(?:['.][^\W\d_]+)*(?![^\W\d_])

见regex demo

详情

• (?<![^\W\d_]) - 比赛前不允许出现字母
• [^\W\d_]+ - 1 个或多个字母
• (?:['.][^\W\d_]+)* - 0 个或多个 ' 或 . 序列，然后是 1+ 个字母
• (?![^\W\d_]) - 比赛后不允许出现字母。

在 Python 中，使用

re.findall(r'(?<![^\W\d_])[^\W\d_]+(?:['.][^\W\d_]+)*(?![^\W\d_])', text)