Python 正则表达式获取推文中所有不是@mention 或#hashtag 的词

Question

我想获取不是提及（以@开头）或主题标签（以#开头）的推文中的词语。

我的代码是这样的：

import re
pattern=r'(?u)\b\w\w+\b'
pattern=re.compile(pattern)
pattern.findall('this is a tweet #hashtag @mention')

这个正则表达式的结果是 这是推文主题标签提及

但我不希望结果中出现 话题标签 和提及。我希望结果是：

这是推文

请注意，我不能使用空格代替 \b，因为 .这是一条推文（注意开头的.）也应该是 [这是一条推文] \b 强制单词的开头是任何非字母数字但如果我使用 \s 那么 this 将不会出现在结果中。

Answer 1

(?<![#@])\b\w+\b

您可以使用 this.See 演示。

Answer 2

如果您对 regex 以外的解决方案持开放态度，那么您可以使用 filter 和 lambda 函数来获得所需的结果。

a = 'this is a tweet #hashtag @mention'
" ".join(filter(lambda x:x[0]!='#' and x[0]!='@' , a.split()))

'this is a tweet'

Python regex to get all the words in a tweet that are not @mention or #hashtag