從字符串中拆分特殊字符組

Question

在test.txt中：

quiet confidence^_^
want:P
(:let's start

代碼：

import re
file  = open('test.txt').read()
for line in file.split('\n'):
    line = re.findall(r"[^\w\s$]+|[a-zA-z]+|[^\w\s$]+", line)
    print " ".join(line)

結果顯示：

quiet confidence^_^
want : P
(: let ' s start

我試圖將特殊字符組與字符串分開，但仍然不正確。 有什么建議嗎？

預期成績：

quiet confidence ^_^
want :P
(: let's start

Answer 1

如@interjay所說，您必須定義要考慮的詞和“特殊字符”。 我仍然會使用2個單獨的正則表達式來查找單詞是什么和單詞不是什么。

word = re.compile("[a-zA-Z\']+")
not_word = re.compile("[^a-zA-Z\']+")

for line in file.split('\n'):
    matched_words = re.findall(word, line)
    non_matching_words = re.findall(not_word, line)
    print " ".join(matched_words)
    print " ".join(non_matching_words)

請記住，空格\\s+將被分組為非單詞。