python正则表达式——在非单词字符或连续破折号上拆分，但不在单个破折号上

Question

我希望将一个句子分成非单词字符（不包括破折号，这可能意味着连字符）和连续破折号的单词列表。我的意思是：“旋转木马”是一个词，而不是三个词；“条件--但是”是两个词：删除连续的破折号。

我尝试了以下方法，但不起作用： listofwords = [word for word in re.split('[^a-zA-Z0-9]|-{2,}',sentence)]

我可以提供一个例句： sentence = 'sample sentence---such as well-being {\t' 并且想要的结果是['sample', 'sentence', 'such', 'as', 'well-being']。

Answer 1

您可以使用此正则表达式：

\w+(?:-\w+)*

正则表达式演示

代码：

p = re.compile(r'\w+(?:-\w+)*')
test_str = "sample sentence---such as well-being {   "

re.findall(p, test_str)

输出：

['sample', 'sentence', 'such', 'as', 'well-being']