如何在Julia中用正则匹配句子所有单词并排除各类空白字符

问题原因 #

你当前的正则存在两处错误：

• 字符组中写入的(^\n$)不会生效：字符组内部的^、$、括号都会被识别为普通字符，无法起到排除换行、锚定行首尾的作用，也没有覆盖\t、空格等其余空白字符的排除规则
• 没有对空白字符做截断处理，导致换行符会和后续的单词被识别为同一个匹配项

解决方案 #

将正则替换为如下规则即可，修改后的完整代码：

sentence = """"That's the password: 'PASSWORD 123'!", cried the Special Agent.\nSo I fled."""
regex = r"\b[A-Za-z\d]+(?:'[A-Za-z]+)?\b"
v = [m.match for m = eachmatch(regex, sentence)]

运行后得到的匹配结果为：
["That's", "the", "password", "PASSWORD", "123", "cried", "the", "Special", "Agent", "So", "I", "fled"]
完全符合你的匹配需求。

规则说明 #

• \b为单词边界锚点，会自动在空白、标点和单词字符的分界位置截断，天然排除所有空白字符（包括\n、\t、空格等），不会出现换行和单词连配的问题
• 非捕获组(?:'[A-Za-z]+)?匹配单词中间的撇号，不会匹配到单词首尾的单引号，避免把'PASSWORD的开头引号也识别进结果
• 仅允许字母、数字作为单词组成部分，完全匹配你的原始规则要求

内容的提问来源于stack exchange，提问作者sbac