如何在Python上使用正则表达式标记文本而不忽略其括号

如何在不忽略括号和（）的情况下使用正则表达式标记文本

例如：

我想把这句话标记化：

I don't like to eat Cici's food (it is true).

我使用了这个正则表达式：

pattern = r'''(?x)([A-Z]\.)+|\w+(-\w+)*|\$?\d+(\.\d+)?%?|\.\.\.|[][.,;"'?():-_`]'''
tokenize_list = nltk.regexp_tokenize(sentence, pattern)

但输出与我想要的不一样：

I
don
'
t
like
to
eat
Cici
'
s
food
(
it
is
true
)
.

<>我想要的输出应该是这样的，这是考虑括号，而不是标记（和一个词后，也不标记）和一个词之前：< /P>

I
don't
like
to
eat
Cici's
food
(it
is
true)
.

---

有人能帮我吗？谢谢。

您可以使用如下正则表达式：

(['()\w]+|\.)

匹配信息

MATCH 1
1.  [0-1]   `I`
MATCH 2
1.  [2-7]   `don't`
MATCH 3
1.  [8-12]  `like`
MATCH 4
1.  [13-15] `to`
MATCH 5
1.  [16-19] `eat`
MATCH 6
1.  [20-26] `Cici's`
MATCH 7
1.  [27-31] `food`
MATCH 8
1.  [32-35] `(it`
MATCH 9
1.  [36-38] `is`
MATCH 10
1.  [39-44] `true)`
MATCH 11
1.  [44-45] `.`

---

除了希望

成为一个单独的标记之外，

句子.split（）

可能要简单得多。不过，我认为开始括号和结束括号也应该是单独的标记。谢谢你的意见@chepner