匹配仅开头或仅结尾带hyphen单词的Regex不生效，如何修正？

问题原因 #

• 原正则使用(\s+|^)、(\s+|$)作为边界匹配，匹配命中时会同时吃掉单词前后的空格，导致相邻的符合规则的单词因为缺少分隔空格无法被匹配
• 直接替换为空会导致正常单词之间残留多余空白
• 代码未导入re模块，运行时会直接报错

修正方案 #

改用零宽断言匹配边界，不会占用空白字符，匹配完成后再统一清理多余空白即可，完整实现代码如下：

import re

def begin_end_hyphen_removal(line):
    # 匹配仅开头带连字符、仅结尾带连字符的独立单词
    pattern = r'(?<!\S)-[a-zA-Z]+(?!\S)|(?<!\S)[a-zA-Z]+-(?!\S)'
    # 先删除符合规则的单词，再清理多余空白
    res = re.sub(pattern, '', line)
    res = re.sub(r'\s+', ' ', res).strip()
    return res

测试效果 #

将你提供的测试文本传入该函数，输出结果为：

here are some word sub-words sub-word2 example another one

完全符合保留中间带连字符的单词、删除仅首尾带连字符单词的要求。

内容的提问来源于stack exchange，提问作者M.A.G