正则表达式不分离(不)

试图用正则表达式完美地解析自然语言永远不会是“完美的”。语言包含太多的怪癖和例外。

以下是一个基本方法:

/n't|\b\w+(?!'t)/

这是匹配的 "n't" ,或“任何单词,不包括最后一个字母 "'t"

您可能希望在此基础上稍作扩展,但它解决了您提供的用例:

Demo

最小的

/[a-z]?'[a-z]{1,}|[\w-]+/

考虑它如何与字符串匹配:

"weren't"

• 首先是人物 weren 与之匹配的是 [\w-]+ 图案的一部分。
• 然后, 't [a-z]?'[a-z]{1,} 图案的一部分。

从根本上说,拥有贪婪的 [\w-]+ 此模式中的节将意味着它无法工作。这将始终符合并包括 "n" 在里面 ,这意味着非三字母单词的整体匹配失败。