python正則表達式 - 分割爲非單詞字符或連續短劃線，但不是單短劃線

Question

我希望將一個句子分割爲非單詞字符（不包括短劃線，可能表示連字符）的單詞列表和連續的破折號。我的意思是：「旋轉木馬」是一個字，而不是三個字; 「條件 - 但」是兩個字：刪除連續的破折號。

我嘗試以下和它不工作： listofwords = [word for word in re.split('[^a-zA-Z0-9]|-{2,}',sentence)]

我可以提供一個樣品的句子： sentence = 'sample sentence---such as well-being {\t' 和期望的結果是[「樣本」，「句子」，「例如」，「如'，'福祉']。

Answer 1

你可以使用這個表達式：

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

RegEx Demo

代碼：

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

re.findall(p, test_str) 

輸出：

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