对python中re.findall（）方法的澄清

我想去掉一串标点符号，结果用了

re.findall(r"[\w]+|[^\s\w]", text)

它运行良好，确实解决了我的问题。我不明白的是括号内的细节和整个模式。

r“[\w]+|[^\s\w]”

真正的意思是什么？我在Python标准库中查找它，它说：

re.findall(pattern, string, flags=0)

以字符串形式返回模式的所有非重叠匹配项，作为 串。字符串从左到右扫描，并返回匹配项 按照找到的顺序。如果模式中存在一个或多个组， 返回组列表；这将是一个元组列表，如果模式 有多个组。结果中包含空匹配项 除非他们碰上另一场比赛的开始

---

我不确定我是否明白了这一点，澄清对我来说听起来有点模糊。有人能告诉我在这个上下文中模式是什么意思，以及它在findall（）方法中是如何定义的吗？

要分解它，请创建一个。您经常会看到类似于

[abc]

的内容，它们将匹配

a

、

b

或

c

。相反，您也可能会看到

[^abc]

将匹配任何不是

a

、

b

或

c

的内容。最后，您还将看到字符范围：

[a-cA-C]

。这引入了两个范围，它将匹配

a

，

b

，

c

，

a

，

b

，

c

中的任何一个

在本例中，角色类包含特殊标记<代码>\w和

\s

<代码>\w匹配任何类似的字母<代码>\w实际上取决于您的区域设置，但它通常与

[a-zA-Z0-9\

匹配范围

a-z

、

a-z

、

0-9

或

中的任何内容相同

\s

与之类似，但它与任何可视为空白的内容都匹配

+

表示您可以重复上一个匹配1次或更多次。因此

[a]+

将匹配整个字符串

aaaaaaaaaaaaa

。在您的例子中，您正在匹配彼此相邻的字母数字字符

---

|

基本上类似于“或”。匹配左边的内容，如果左边的内容不匹配，则匹配右边的内容。

\w

表示字母数字字符加上“\uu”。而

\s

表示空白字符，包括“\t\r\n\v\f”和空格字符“”。所以，

[\w]+|[^\s\w]

表示一个字符串，它只包含您想要了解的单词和“\ux”