python正则表达式标记化自定义字符作为拆分点

我想标记一个句子（纯粹使用regex，而不必安装NLTK或类似的工具）。我希望标记器：

• 用连字符“-”和撇号“”-->分开，例如（我没有听到好消息：：我没有听到好消息）
• 如果后面只跟一个空格-->例如（我有，大约16000.13美元（a）可供使用：：我有，大约16000.13美元（a）可供使用）

我创建了这个函数，但它仍然没有围绕“（”）拆分：

---

Python的一个奇怪之处：re.split不会在零宽度匹配上分割

---

大多数正则表达式引擎允许您在零宽度匹配上拆分，即字符串中的某个位置。例如，您可以使用lookback

（？也显示预期输出。前两个规则不描述
（
我这样做了，在每个点的示例中，您是否可以将所需的输出放在python列表中，以便更清晰？因此您只想拆分基于撇号或连字符？它不会围绕“（”拆分，因为它后面没有空格，但在您的示例中后跟“a”。您必须为此创建一个额外的规则。
def tok(txt): #we want to make sure that only apostrophs and hyphens are splitting points, and all other non alpha characters not followed by space to be non-spliting points
    sub=re.sub(r'(?u)(\W)(?!\S)',r' \1 ',txt)
    sub=re.sub(r"(?u)([\-\'\[\(\{])",r' \1 ',sub) #will need to add more exceptions
    return [v for v in re.split('(?u)\s+',sub) if v]

re.split("(?=&)", "a&fine&tree")

regex.split("(?V1)(?=&)", "a&fine&tree")

result = re.findall("[-'()]|[^a-z0-9 ](?= )|(?:[a-z0-9]|[^-'()a-z0-9 ](?! ))+", subject, re.IGNORECASE)

I
haven
'
t
heard
good
-
news
I
have
,
some
16,000.13
dollars
(
A
)
to
spare