Python正则表达式用于连字符单词

Question

我正在寻找一个能够匹配Python中连字符单词的正则表达式。

我最接近的尝试是：'\w+-\w+[-w+]*'

text = "one-hundered-and-three- some text foo-bar some--text"
hyphenated = re.findall(r'\w+-\w+[-\w+]*',text)

该函数返回列表['one-hundered-and-three-', 'foo-bar']。

这个函数几乎完美，除了在'three'后面有一个多余的连字符。我只想要在'word'后面跟着一个额外的连字符。即，我需要像'(-\w+)*'这样的东西，而不是'[-\w+]\*'。我曾经以为它会起作用，但事实并非如此（它返回['-three, '']）。也就是说，我需要一个匹配|单词或连字符后跟一个单词后跟连字符和单词零次或多次|的正则表达式。

- Sixhobbits

---

我不知道您计划将其用于何处，但您是否考虑过带有前缀或后缀连字符是有效的的情况，例如“十九和二十世纪”或“投资者拥有和运营”? - Lauritz V. Thaulow

你自己的表达式中主要问题在于方括号。它们不是用来将内容分组的，而是创建一个字符类，这是完全不同的东西。 - stema

感谢您的输入，lazyr。我已经考虑了您指出的情况，它们不会造成问题。感谢您的澄清，stema。我意识到方括号没有将内容分组，但它们导致了我尝试做的最接近匹配。 - Sixhobbits

Answer 1

试一下这个：

re.findall(r'\w+(?:-\w+)+',text)

在这里，我们认为连字号单词是指：

• 一些字母字符
• 后跟任意数量的：
  • 一个连字符
  • 后跟字母字符

- a'r