Python正则表达式-删除特殊字符但保留撇号

我正在尝试从某些文本中删除所有特殊字符，以下是我的正则表达式：

pattern = re.compile('[\W_]+', re.UNICODE)
words = str(pattern.sub(' ', words))

超级简单，但不幸的是，它在使用撇号（单引号）时会引起问题。例如，如果我有一个单词“not”，那么这个代码将返回“dods”

有没有办法修改这个正则表达式，这样它就不会在这样的情况下删除撇号

编辑：以下是我想要的：

应该是：

这不意味着它在技术上可行吗

---

我能够使用这个正则表达式将您的示例解析为一个单词列表：

[a-z]*'？[a-z]+

然后你可以用空格把列表中的元素连接起来。

像这样吗

>>> pattern=re.compile("[^\w']")
>>> pattern.sub(' ', "doesn't it rain today?")
"doesn't it rain today "

如果还应过滤掉下划线：

>>> re.compile("[^\w']|_").sub(" ","doesn't this _technically_ means it works? naïve I am ...")
"doesn't this  technically  means it works  naïve I am    "

怎么样

re.sub(r"[^\w' ]", "", "doesn't this mean it -technically- works?")

（[^\w']||）+

怎么样

请注意，这对以下情况不起作用：

doesn't this mean it 'technically' works?

---

这可能不完全是您想要的。

首先，您需要定义什么是“特殊字符”。所有内容都被[\W]+删除。我将编辑我的文章以使其更清晰。也许你想做一些比最后用空格替换非ascii字符更高级的事情？：-）这个问题有点不清楚这是否是一项要求，但这不会删除下划线。如果下划线也应该删除，情况会变得更复杂。也许a-zA-Z技巧会更好。我会努力改进。a-zA-Z不起作用，因为它不会覆盖非ascii字符。。。但是我已经解决了这个问题，[a-zA-Z]不支持国际字符。

>>重新编译（[^a-zA-Z']）.sub（“，”从技术上来说，这不是意味着它可以工作吗？我很天真…）

=>

“从技术上来说，这不是意味着它可以工作吗？

好的观点。正如他所说，我只是在做一个简单的基本案例，这听起来好像他不需要涵盖所有角落的案例。

doesn't this mean it 'technically' works?