python - 使用 Python 从文本文件中获取某些单词和短语

Question

我有这段代码，它会遍历一个文本文件，逐行抓取它并将其分成单独的单词。这一切都很好，但在我的文本文件中，我有某些以“-”开头和结尾的单词和短语，例如“-foo-”或“-foo bar-”。现在，它们由于代码被分为“-foo”和“bar-”。不过我明白为什么会发生这种情况。

我的计划是获取那些以 '-' 开头和结尾的实例，将它们存储到一个单独的列表中，然后用户将每个短语更改为新的内容，将它们放回列表中。如果某个短语是两个单独的单词，我如何告诉它抓取它？

def madLibIt(text_file):
    listOfWords = [] #creates a word list
    for eachLine in text_file: #go through eachLine, and split it into 
        #seperate words
        listOfWords.extend(eachLine.split())
 print listOfWords

Answer 1

调用不带分隔符的 str.split() 会按空格分割文本，因此您不会使用 - 作为分隔符。

您可以使用re.findall()使用模式 (-.+?-):

matches = re.findall(r'(-.+?-)', 'This is a -string- with a -foo bar-')
print(matches) # ['-string-', '-foo bar-']