用於匹配 Python 中包含撇號的確切單詞的正則表達式？

Question

出於本項目的目的，我使用了更精確的正則表達式，而不是更通用的表達式。 我正在計算一個名為 I import 的文本文件中的單詞列表中的單詞出現次數，我將其導入名為 vocabWords 的腳本，其中列表中的每個單詞的格式為\\bword\\b 。

當我運行我的腳本時， \\bwhat\\b會選擇單詞“what”和“what's”，但\\bwhat's\\b不會選擇單詞。 如果我切換順序使撇號詞在詞根詞之前，則詞數正確。 如何更改我的正則表達式列表以便正確計算單詞？ 我知道問題是使用“\\b”，但我一直找不到如何解決這個問題。 我不能有更通用的正則表達式，我必須在正則表達式模式中包含單詞本身。

詞條：

\bwhat\b
\bwhat's\b
\biron\b
\biron's\b

我的代碼：

matched = []
regex_all = re.compile('|'.join(vocabWords))
for row in df['test']:
    matched.append(re.findall(regex_all, row))

Answer 1

如果在將單詞表轉換為正則表達式之前按長度對其進行排序，則較長的單詞（如“what's”）將位於較短的單詞（如“what”）之前。 這應該可以解決問題。

regex_all = re.compile('|'.join(sorted(vocabWords, key=len, reverse=True)))

Answer 2

至少還有另外兩種解決方案：

1. 測試下一個符號不是撇號r"\\bwhat(?!')\\b"
2. 使用更通用的規則r"\\bwhat(?:'s)?\\b"來捕獲帶/不帶撇號的兩種變體。