正则表达式可通过新颖的文本进行解析

Question

我试图从包含小说的文本文件阅读。 我想阅读每个连续的单词，但是小说中确实存在标点符号的事实使这一点变得很困难。

我只需要阅读小说中的单词，因此忽略诸如“，”，“！”之类的字符 和“？”，但我需要包括某些非字母字符，例如实际上是单词一部分的撇号。

我对正则表达式不太满意，但我的感觉是此正则表达式仅捕获字符，但不考虑撇号：

[^A-Za-z]+

谁能帮我得到一个正则表达式，该正则表达式将按单词定界，忽略标点符号，但保持撇号和其他构成单词部分的字符？

Answer 1

您的模式应如下所示：

\\b[a-zA-Z]+[\\']*[a-zA-Z]*\\b

它说明了字边界，并允许1撇号。 其他特殊字符可以放在第二组方括号中。

Answer 2

只需在[]括号内添加要包含的其他特殊字符即可。 某些字符可能需要转义。 我在下面为您包括了单引号：

/([^A-Za-z']+)/