python - 正则表达式查找一个或多个字符，包括中间带有句号、撇号或连字符的字符。如果最后一个符号仅在末尾出现一次，则没有最后一个符号

Question

re.findall(r'[A-Za-z]+(?=\'|\.|\-[A-Za-z]+)?', txt) 
re.findall(r'[A-Za-z\.\-]+(?:\'[A-Za-z]+)?',txt)

输入

txt = "which would find I'm U.S. co-op, include ending. without the . , but not ' - . rd- "

预期输出

['which', 'would', 'find', "I'm", "U.S.", 'co-op', 'include', 'ending', 'without', 'the', 'but', 'not', 'rd']

我尝试了上述方法和变体，但无法使其工作。怎么做？

Answer 1

您可以使用此正则表达式使用 findall 进行匹配:

\w+(?:['.-]\w+\.?)?

RegEx Demo

正则表达式详细信息:

• \w+:匹配 1 个以上单词字符
• (?:['.-]\w+\.?)?:以 ' 或 开头的可选非捕获组。 或 - 后跟 1 个以上单词字符和可选的尾随点。

代码:

import re
txt = "which would find I'm U.S. co-op, include ending. without the . , but not ' - . rd- "
print (re.findall(r"\b\w+(?:['.-]\w+\.?)?", txt))

['which', 'would', 'find', "I'm", 'U.S.', 'co-op', 'include', 'ending', 'without', 'the', 'but', 'not', 'rd']