如何匹配python regexp中的字母数字字符？

Question

我想从文本中获取所有单词，包括unicode字符，不包括连字符或下划线或任何其他非字母数字字符。

I.e.我想是这样的：

>>> getWords('John eats apple_pie') 
['John', 'eats', 'apple', 'pie'] 
>>> getWords(u'André eats apple-pie') 
[u'André', u'eats', u'apple', u'pie'] 

随着

getWords = lambda text: re.compile(r'[A-Za-z0-9]+').findall(text) 

它适用于第一个例子，而不是第二，和周围的其他方法与此：

getWords = lambda text: re.compile(r'\w+', re.UNICODE).findall(text) 

Answer 1

你可以在这种情况下使用str.isalnum()代替RegEx：

getWords = lambda x: ''.join(i if i.isalnum() else ' ' for i in x).split()