为什么我对连字符的正则表达式不起作用？

Question

我正在使用python的re模块编写一个正则表达式，以便与简单单词和单个连字符匹配，例如：

test_case_input = """the wide-field infrared survey explorer is a nasa
infrared-wavelength space telescope in an earth-orbiting satellite which
performed an all-sky astronomical survey. be careful of -tricky tricky-
hyphens --- be precise."""

应匹配：

test_case_output = ['the', 'wide-field', 'infrared', 'survey', 'explorer',
'is', 'a', 'nasa', 'infrared-wavelength', 'space', 'telescope', 'in', 'an',
'earth-orbiting', 'satellite', 'which', 'performed', 'an', 'all-sky',
'astronomical', 'survey', 'be', 'careful', 'of', 'tricky', 'tricky',
'hyphens', 'be', 'precise']

我找到了一个正则表达式，它匹配单个连字符：r“an +-an+”，另一个用于简单单词r“an+”，然后我尝试使用an或r“an+-an+-”，但是输出是错误的：

[' wide', ' infrared', ' survey', ' explorer', ' is', ' a', ' nasa', 
'infrared-wavelength ', ' telescope', ' in', ' an', ' earth', ' satellite',
 ' which', ' an', ' all', ' astronomical', ' survey', ' be', ' careful', ' of',
 ' tricky', ' be', ' precise']

如果我使用gruops：r“(：a-z+- and +)(：？and+)”也不使用，我认为应该是工作的另一种解决方案也不使用。

这显然是可能的，但有些事情我不清楚。怎么了？

Answer 1

几件事：

1. 您的正则表达式需要由分隔符锚定*否则您将匹配部分单词，就像现在的情况一样
2. 对于非捕获组，您没有使用正确的语法。这是(?:而不是(:?

如果您解决了第一个问题，则根本不需要分组。

*即字符串的空白或开始/结尾。

Answer 2

你可以用这个：

r'[a-z]+(?:-[a-z]+)*'

Answer 3

这个大王应该能做到的。

\b[a-z]+-[a-z]+\b

\b表示一个字边界.