如何匹配python regexp中的字母數字字符？

Question

我想從文本中獲取所有單詞，包括unicode字符，不包括連字符或下劃線或任何其他非字母數字字符。

I.e.我想是這樣的：

>>> getWords('John eats apple_pie') 
['John', 'eats', 'apple', 'pie'] 
>>> getWords(u'André eats apple-pie') 
[u'André', u'eats', u'apple', u'pie'] 

隨着

getWords = lambda text: re.compile(r'[A-Za-z0-9]+').findall(text) 

它適用於第一個例子，而不是第二，和周圍的其他方法與此：

getWords = lambda text: re.compile(r'\w+', re.UNICODE).findall(text) 

Answer 1

你可以在這種情況下使用str.isalnum()代替RegEx：

getWords = lambda x: ''.join(i if i.isalnum() else ' ' for i in x).split()