用撇號作爲最後可能的字母提取的話

Question

我寫了下面的程序提取所有的模式（可能連字符的話，標點符號）

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

結果是：

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

的問題是如何在單詞結尾處考慮（添加）撇號。例如：我們想檢索"it'"而不是夫婦"it", "'"。

Answer 1

您可以添加一個撇號作爲特例結尾的詞：

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

在這種情況下，這句話被分成上要麼

• 隨後的一個或多個\w -characters序列由撇號（[\w-]+\'部分
• 或任何不是短劃線的字符或\w-特徵（[^-\w]部分）

這導致：

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

注意，這確實增加了列表中的空字符串（''）的數量，擺脫那些你可以過濾列表：

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

其中產生：

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