正则表达式

Question

我试图从文件中取出所有有效的单词。有效字被定义为能够出现像这样普通字符：

don't won't can't 

，我必须忽略逗号周期和惊叹号。

我已经得到了表达只是得到字符，但现在它不会得到像don't and can't or won't这样的词。

这是我正在使用的表达式"[^A-Za-z]+"，我试过"\'[^A-Za-z]+"但是这会中断并允许所有字符。有没有人有任何想法，我可以用来获得正常的话，包括不会和不会，也不会这样的话。

非常感谢您

Answer 1

[^A-Za-z]将意味着什么不匹配的字符范围！试试这个：

[A-Za-z'] 

您可能需要逃脱单引号，在这种情况下，你可能需要逃脱逃脱它的斜线：

[A-Za-z\\'] 

Answer 2

另一种方法（使用的缩写）是： \b[\w']+

Answer 3

这将匹配任何语言的字母并排除数字。

\b[\p{L}\!\'\?]+ 

这是一个很好的正则表达式资源。 http://www.regular-expressions.info/