Python正则表达式在_

我正在尝试使用正则表达式拆分python中的字符串。这句话对我来说几乎是完美的：

from string import punctuation
import re
row = re.findall('\w+|[{0}]+'.format(punctuation), string)

但是，它也不会在u的实例上拆分字符串。例如：

>>> string = "Hi my name is _Mark. I like apples!! Do you?!"
>>> row = re.findall('\w+|[{0}]+'.format(punctuation), string)
>>> row
['Hi', 'my', 'name', 'is', '_Mark', '.', 'I', 'like', 'apples', '!!', 'Do', 'you', '?!']

我想要的是：

['Hi', 'my', 'name', 'is', '_', 'Mark', '.', 'I', 'like', 'apples', '!!', 'Do', 'you', '?!']

---

我读了它，因为它被认为是一个角色。有人知道如何做到这一点吗？谢谢你的帮助。

< P>由于>W将与下划线匹配，你可以更直接地指定你所考虑的字符而不需要太多的工作：

 re.findall('[a-zA-Z0-9]+|[{0}]+'.format(punctuation), string)

---

由于>W将与下划线匹配，您可以更直接地指定您所考虑的字符而无需做太多的工作：

 re.findall('[a-zA-Z0-9]+|[{0}]+'.format(punctuation), string)

---

由于>W将与下划线匹配，您可以更直接地指定您所考虑的字符而无需做太多的工作：

 re.findall('[a-zA-Z0-9]+|[{0}]+'.format(punctuation), string)

---

由于>W将与下划线匹配，您可以更直接地指定您所考虑的字符而无需做太多的工作：

 re.findall('[a-zA-Z0-9]+|[{0}]+'.format(punctuation), string)

---

因为如果可能，析取的左侧将始终首先匹配，所以在匹配字母之前，您可以简单地使用标点符号包含

\uu

：

row = re.findall(r'[{0}_]+|\w+'.format(string.punctuation), mystring)

但是，您也可以这样做，而不必费心处理

string.标点符号。“标点符号”是指既不是空格也不是单词字符的任何东西：

row = re.findall(r"(?:[^\s\w]|_)+|\w+", mystring)

另外，在代码示例中，名为
string
的字符串“阴影”模块
string
。不要这样做，这是一种不好的做法，会导致错误。
因为析取的左侧总是首先匹配，如果可能的话，在匹配字母之前，您可以简单地使用标点符号包含
。
：

row = re.findall(r'[{0}_]+|\w+'.format(string.punctuation), mystring)

但是，您也可以这样做，而不必费心处理
string.标点符号。“标点符号”是指既不是空格也不是单词字符的任何东西：

row = re.findall(r"(?:[^\s\w]|_)+|\w+", mystring)

另外，在代码示例中，名为
string
的字符串“阴影”模块
string
。不要这样做，这是一种不好的做法，会导致错误。
因为析取的左侧总是首先匹配，如果可能的话，在匹配字母之前，您可以简单地使用标点符号包含
。
：

row = re.findall(r'[{0}_]+|\w+'.format(string.punctuation), mystring)

但是，您也可以这样做，而不必费心处理
string.标点符号。“标点符号”是指既不是空格也不是单词字符的任何东西：

row = re.findall(r"(?:[^\s\w]|_)+|\w+", mystring)

另外，在代码示例中，名为
string
的字符串“阴影”模块
string
。不要这样做，这是一种不好的做法，会导致错误。
因为析取的左侧总是首先匹配，如果可能的话，在匹配字母之前，您可以简单地使用标点符号包含
。
：

row = re.findall(r'[{0}_]+|\w+'.format(string.punctuation), mystring)

但是，您也可以这样做，而不必费心处理
string.标点符号。“标点符号”是指既不是空格也不是单词字符的任何东西：

row = re.findall(r"(?:[^\s\w]|_)+|\w+", mystring)

另外，在代码示例中，名为
string
的字符串“阴影”模块
string
。不要这样做，这是一种不好的做法，会导致错误。
中明确指出，
\w
不仅包括字母数字字符，还包括下划线：

\w

如果未指定区域设置和UNICODE标志，则匹配任何
字母数字字符和下划线；这相当于
套件[a-zA-Z0-9]。使用区域设置时，它将与集合[0-9_uu]匹配
当前文件中定义为字母数字的任何字符
场所如果设置了UNICODE，则这将与字符[0-9_u2;]加匹配
在Unicode字符中分类为字母数字的内容
属性数据库

正如Eric在他的解决方案中指出的那样，最好只指定一组字母数字字符
[a-zA-Z0-9]
中明确指出，
\w
不仅包括字母数字字符，还包括下划线：

\w

如果未指定区域设置和UNICODE标志，则匹配任何
字母数字字符和下划线；这相当于
套件[a-zA-Z0-9]。使用区域设置时，它将与集合[0-9_uu]匹配
当前文件中定义为字母数字的任何字符
场所如果设置了UNICODE，则这将与字符[0-9_u2;]加匹配
在Unicode字符中分类为字母数字的内容
属性数据库

正如Eric在他的解决方案中指出的那样，最好只指定一组字母数字字符
[a-zA-Z0-9]
中明确指出，
\w
不仅包括字母数字字符，还包括下划线：

\w

如果未指定区域设置和UNICODE标志，则匹配任何
字母数字字符和下划线；这相当于
套件[a-zA-Z0-9]。使用区域设置时，它将与集合[0-9_uu]匹配
当前文件中定义为字母数字的任何字符
场所如果设置了UNICODE，则这将与字符[0-9_u2;]加匹配
在Unicode字符中分类为字母数字的内容
属性数据库

正如Eric在他的解决方案中指出的那样，最好只指定一组字母数字字符
[a-zA-Z0-9]
中明确指出，
\w
不仅包括字母数字字符，还包括下划线：

\w

如果未指定区域设置和UNICODE标志，则匹配任何
字母数字字符和下划线；这相当于
套件[a-zA-Z0-9]。使用区域设置时，它将与集合[0-9_uu]匹配
当前文件中定义为字母数字的任何字符
场所如果设置了UNICODE，则这将与字符[0-9_u2;]加匹配
在Unicode字符中分类为字母数字的内容
属性数据库

正如Eric在他的解决方案中指出的那样，最好只指定一组字母数字字符
[a-zA-Z0-9]
re.findall（'\w+[0}]+[u124;+'.format（标点符号），string）
^以上仍然给我同样的问题：_Mark
re.findall（'\w+[0}]+[u124;+.format（标点符号），st