Python 正则表达式：如何识别屏幕中的单词（或如何排除标点符号和数字）

有人能帮我识别文本文件中的单词吗？大写或小写，但无数字、括号、破折号、标点符号等（无论“单词”的定义如何）

我在想：

r"\w+ \w+"

但它不起作用

---

谢谢

您可以使用字符类来指定所需字符的范围：

r'[a-zA-Z]+'

在这里阅读更多

在python中，可以使用函数

re.findall（）

返回列表中的所有匹配项，或者使用函数

re.finditer

返回匹配对象的迭代器

re.findall(r"\b[a-z]+\b",test_str,re.I)

你可以这样做

import re
text = "hey there 222 how are you ??? fine I hope!"
print re.findall("[a-z]+", subject, re.IGNORECASE)
#['hey', 'there', 'how', 'are', 'you', 'fine', 'I', 'hope']

---

正则表达式解释

[a-z]+

Options: Case insensitive;

Match a single character in the range between “a” and “z” «[a-z]+»
   Between one and unlimited times, as many times as possible, giving back as needed (greedy) «+»

---

Python实时演示

---

[a-z]+[a-z]+[a-zA-z]+

。当然，这并不完全正确。对于“I love.5 lucy”，out是['l'，'o'，'v'，'e'，'l'，'u'，'c'，'y'，只给出所有正确的字母，但分开。这可以调整为一个单词吗？输出-['love'，'lucy']。完美，但我想它不能把“我”看成是一个word@Toly

I

将在输出中出现抱歉，但它不是TheWordId=r“\b[a-z]+\b”wordI=re.compile（wordID，re.VERBOSE）wordCL=wordI.findall（“我，爱。5:lucy，！”，re.IGNORECASE）