python正则表达式 - 分割为非单词字符或连续短划线，但不是单短划线

Question

我希望将一个句子分割为非单词字符（不包括短划线，可能表示连字符）的单词列表和连续的破折号。我的意思是：“旋转木马”是一个字，而不是三个字; “条件 - 但”是两个字：删除连续的破折号。

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

我可以提供一个样品的句子： sentence = 'sample sentence---such as well-being {\t' 和期望的结果是[“样本”，“句子”，“例如”，“如'，'福祉']。

Answer 1

你可以使用这个表达式：

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

RegEx Demo

代码：

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

re.findall(p, test_str) 

输出：

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