Python:Regex搜索

我想在多个分隔符上拆分一个句子：

\n

但是，我想保留逗号和单词。 例如字符串

'Hi, How are you?'

我想要结果

['Hi,', 'How', 'are', 'you', '?']

我尝试了以下方法，但没有得到所需的结果

words = re.findall(r"\w+|\W+", text)

您可以使用：

re.findall('(.*?)([\s\.\?!\n])', text)

通过一点itertools魔术和列表理解：

[i.strip() for i in itertools.chain.from_iterable(re.findall('(.*?)([\s\.\?!\n])', text)) if i.strip()]

还有一个更容易理解的版本：

words = []
found = itertools.chain.from_iterable(re.findall('(.*?)([\s\.\?!\n])', text)
for i in found:
    w = i.strip()
    if w:
        words.append(w)

---

re.split

并保留分隔符，然后过滤掉只包含空格的字符串

>>> import re
>>> s = 'Hi, How are you?'
>>> [x for x in re.split('(\s|!|\.|\?|\n)', s) if x.strip()]
['Hi,', 'How', 'are', 'you', '?']

如果使用re.findall：

>>> ss = """
... Hi, How are
...
... yo.u
... do!ing?
... """
>>> [ w for w in re.findall('(\w+\,?|[.?!]?)?\s*', ss) if w ]
['Hi,', 'How', 'are', 'yo', '.', 'u', 'do', '!', 'ing', '?']

---

我想线索可能在你的问题中-试着使用

re.split

，例如

re.split（r'\s+'，text）

？你想在每个单词上只加逗号吗？你对标点符号的标准是什么？你什么时候分开，什么时候不分开？如果你想保持昏迷状态，也许你可以试试这个：re.findall（r“\w+[，]*”，t）我想在出现空格时分开句子。由于逗号附加在单词hi上，因此它应与hi一起显示。但是，出现在句子末尾的“！”？“换行符”等分隔符应被视为一个单词，并将其拆分。信息应在您的问题中使用re.findall（“（.*？”（[\s\.\？！\n]），text），我得到以下输出：[（“嗨，”）（“如何，”，（“是”，“是”，“你”，“是”）]是的，接下来必须过滤输出，但是，请看timgeb的答案，了解更好的版本。