提取整个单词
我有大量的实际文本，需要将单词拉出来以输入到拼写检查器中。我想尽可能多 地 提取 有意义的
单词，而不会产生太大干扰。我知道这附近有很多正则表达式忍者，所以希望有人可以帮助我。
目前，我正在使用提取所有字母序列'[a-z]+'。这是一个很好的近似值，但是它却拖走了很多垃圾。
理想情况下， 我想要一些正则表达式（不一定漂亮或高效），该正则表达式提取由自然词分隔符（例如，[/-_,.: ]等等）定界的所有字母序列，并忽略任何带有非法边界的字母序列。
但是，我也很高兴能够获得不与数字相邻的所有字母序列。因此，例如'pie21'将不会提取'pie'，但'http://foo.com'会提取['http', 'foo', 'com']。
我尝试了lookahead和lookbehind断言，但是它们是按字符应用的（例如re.findall('(?<!\d)[a-z]+(?!\d)', 'pie21')，'pi'当我希望它不返回任何内容时将返回）。我尝试将alpha部分包装为术语（(?:[a-z]+)），但没有帮助。
更多细节：
数据是一个电子邮件数据库，所以它主要是用正常的数字简单的英语，但偶尔也有垃圾串像GIHQ4NWL0S5SCGBDD40ZXE5IDP13TYNEA和AC7A21C0我想完全忽略。我假设其中带有数字的任何字母顺序都是垃圾。
问题答案：
如果将自己限制为ASCII字母，则使用（re.I设置了选项）
\b[a-z]+\b
\b是单词边界锚点，仅在字母数字“单词”的开头和结尾匹配。如此\b[a-z]+\b匹配pie，但不是pie21或21pie。
要也允许其他非ASCII字母，可以使用如下所示的内容：
\b[^\W\d_]+\b
这也允许带重音符号的字符。您可能需要设置该re.UNICODE选项，尤其是在使用Python 2时，以允许\w速记匹配非ASCII字母。
[^\W\d_] 否定的字符类允许除数字和下划线外的任何字母数字字符。
-
在我的数据框架中，有一列名为“teams”。它包括城市和球队名称。我想把这个城市拉进另一个纵队。这是数据帧：数据帧示例 我可以使用正则表达式轻松提取列： 然而，在“名称”栏中，对于纽约尼克斯队，它只给了我“New”的值，我想得到“New York”： 结果 那么，我该怎么做呢？如果单元格有2个单词，我该如何从开头只提取一个单词？如果单元格有3个单词，我该如何使用正则表达式从中提取2个单词？
-
我必须提取两个值（最小
-
null 如何在employee实体中只取Dept.name列而不是整个Department行（需要避免对Department进行的大量集合进行急切的取数）？如果是，我应该使用什么注释？ 如何在此方案中处理级联？
-
问题内容： 我正在尝试创建一个将信息存储在组件的状态变量中的输入表单，然后在屏幕上输出该变量。我阅读了有关受控组件的文档，这就是我在这里尝试的内容。 我的主要问题是，当我单击提交时，正确的文本出现在屏幕上，但是随后整个页面都会刷新，我不确定为什么。从我在网上阅读的内容看，这似乎是一个解决方案，但我的理解是，我可以使用该组件或受控组件。 问题答案： 只需调用方法即可防止表单的默认行为
-
本文向大家介绍grep 匹配整个单词，包括了grep 匹配整个单词的使用技巧和注意事项，需要的朋友参考一下 示例 给定一个文件sample： grep“ hello”的法线返回： 使用-w允许选择包含构成整个单词的匹配项的行：
-
我正在制作一个小型java swing应用程序，我必须在ScrollPane中创建一个带有gridBagLayout的表。 首先，GridBagLayout没有在面板的顶部对齐。 第二，如果我将（1,2,3,4）单元格居中，则它们居中在面板的中间（而不是单元格的中间）。 这是我的代码：