正则表达式：只需要匹配前后的空格字符

Question

我正在将正则表达式标记器用于文本段落，并且我想提取在此之前和之后只有空格的所有单词。 这是我的代码：

tokenizer = RegexpTokenizer('[0-9a-z][^\s\']*[a-z]')

例如，句子“我们没有 500 美元”最终会变成“我们没有美元”。 我想消除“don”，因为它不以空格结尾。 我该怎么做？

Answer 1

您可以使用积极的前瞻和后瞻来实现这一目标

代码：

重新进口

pattern = r"(?:(?<=^)|(?<=\s))([a-zA-Z0-9]+)(?:(?=\s)|(?=$))"
print(re.findall(pattern, "we don't have 500 dollars"))
print(re.findall(pattern, "Your money's no good here, Mr. Torrance"))

Output：

['we', 'have', '500', 'dollars']
['Your', 'no', 'good', 'Torrance']

你可以在这里玩这个https://regex101.com/r/IeLC88/3