Python Regex忽略特定字符

我正在解析非字母数字字符的文本，并希望排除撇号、破折号/连字符和逗号等特定字符

我想为以下情况构建一个正则表达式：

非字母数字字符，撇号和加高除外

非字母数字字符，不包括逗号、撇号和加粗符号

这就是我尝试过的：

def split_text(text):
    my_text = re.split('\W',text)

    # the following doesn't work.
    #my_text = re.split('([A-Z]\w*)',text)
    #my_text = re.split("^[a-zA-Z0-9]+(-[a-zA-Z0-9]+)*$",text)

    return my_text

• 案例1：
  • 示例输入：怎么了？很高兴见到你，我的朋友。向世界问好
  • 示例输出：['What's'，'up'，'It's'，'good'，'to'，'see'，'you'，'my friend'，'Hello'，'to-the'，'world']
• 案例2：
  • 示例输入：这意味着，做这样的事情是不好的
  • 示例输出：['It'，'means'，'that'，'It's'，'not'，'good to'，'do'，'such'，'things']

任何想法都可以使用否定来表示：

my_text = re.split(r"[^\w'-]+",text)

或

这是你想要的吗

非字母数字字符，撇号和加高除外

非字母数字字符，不包括逗号、撇号和加粗符号

[]

语法定义了一个字符类，

[^..]

对其进行“补充”，即对其进行否定

请参见以下内容：

不在某个范围内的字符可以通过补足集合进行匹配。如果集合的第一个字符是

“^”

，则集合中不存在的所有字符都将匹配。例如，

[^5]

将匹配除

'5'

以外的任何字符，

[^^]

将匹配除

'^'

以外的任何字符<代码>^如果不是集合中的第一个字符，则没有特殊意义

---

您的代码中有一些错误（与问题无关），例如，第一行末尾缺少冒号，函数本身有缩进。感谢您指出，已修复。非常感谢您的回答和解释。非常感谢您的回答。由于zmo解释，我接受他的回答可以吗？@user3247054:当然，你不必问：）（事实上，甚至不必说“谢谢”，投票是你能给予的最好的感谢。）

my_text = re.split(r"[^\w,'-]+",text)   # also excludes commas

my_text = re.split(r"[^\w'-]+",text)

my_text = re.split(r"[^\w-',]+",text)