如何在Python中将字符串拆分为单词和特殊字符？

Question

我想将字符串拆分为单词[a-zA-Z]和除@和#符号外可能包含的任何特殊字符

message = "I am to be @split, into #words, And any other thing that is not word, mostly special character(.,>)"

预期结果：

['I', 'am', 'to', 'be', '@split', ',', 'into', '#words', ',', 'And', 'any', 'other', 'thing', 'that', 'is', 'not', 'word', ',', 'mostly', 'special', 'character', '(', '.', ',', '>', ')']

如何在Python中实现？

Answer 1

怎么样：

re.findall(r"[A-Za-z@#]+|\S", message)

该模式匹配单词字符的任何序列（此处定义为字母加@和# ），或任何单个非空白字符。

Answer 2

您可以使用字符类来指定不需要分割的所有字符。 [^\\w@#] -表示除字母/数字/下划线/ @ /＃之外的所有字符

然后，您也可以使用re.split括号捕获特殊字符。

filter(None, re.split(r'\s|([^\w@#])', message))

进行filter是为了除去空字符串，避免在特殊字符之间进行拆分。 \\s| 部分是为了不捕获空间。