使用数字作为标记的正则表达式分词

Question

我想解析一个文本，只保留带有字母字符或带有'字符的单词（ASCII格式为39）。例如：

I know that Dave's car is 'broken'.

应解析为

I/know/that/Dave's/car/is/broken

（其中/只是为了表明它是另一个词）。

到目前为止，我有：

regex e ("\\b[A-Za-z']+\\b");

但这不会将abc2efg拆分为abc/efg，这将是我想要获得的最终结果。

感谢您的回答。

Answer 1

\\b仅匹配字边界。

要匹配包含'但不包含以'开头或结尾的字词的字词，这可能适合您。我没有用C ++的正则表达式引擎测试它。

regex e ("([A-Za-z]+)|([A-Za-z]+[A-Za-z']*[A-Za-z]+)");

Answer 2

你可以做到

<强>＃1

(\d+)

然后用＆＃39;，＆＃39;

替换

<强>结果

abc，def

<强>＃2

([a-zA-Z]+)

<强>结果：

abc
def