python正则表达式 - 拆分非单词字符或连续短划线，但不是单个短划线

Question

我希望将一个句子分成非单词字符（不包括短划线，可能意味着连字符）和连续破折号的单词列表。我的意思是：“旋转木马”是一个词，而不是三个词; “条件 - 但”是两个字：删除连续的破折号。

我尝试了以下操作但它不起作用： listofwords = [word for word in re.split('[^a-zA-Z0-9]|-{2,}',sentence)]

我可以提供一个例句： sentence = 'sample sentence---such as well-being {\t' 期望的结果是['样本'，'句子'，'这样'，'作为'，'幸福']。

Answer 1

您可以使用此正则表达式：

\w+(?:-\w+)*

RegEx Demo

<强>代码：

p = re.compile(r'\w+(?:-\w+)*')
test_str = "sample sentence---such as well-being {   "

re.findall(p, test_str)

<强>输出：

['sample', 'sentence', 'such', 'as', 'well-being']