如何使用python从文本中提取单词？答案

【问题标题】：How to extract words from a text using python?如何使用python从文本中提取单词？
【发布时间】：2013-03-11 07:34:44
【问题描述】：

我需要提取文本中的单词和短语。比如文字是：

Привет, hello, как дела? english word, еще одно русское слово, слово-1224, тест 4456

并且脚本应该返回以下内容：

Привет
как
дела
еще
одно
русское
слово
слово-1224

也就是说，我需要从文本中提取所有以俄文字母（[а-яА-Яё-]）开头的单词，并且可以包含俄文字母的数字和字母。这是如何实现的？

【问题讨论】：

【解决方案1】：

这比我想象的要复杂一些。从未使用过西里尔字符。我确实认为应该这样做：

text =  # Set you're input unicode string here.
words = re.findall('[\p{IsCyrillic}][0-9\p{IsCyrillic}]+', text)

for word in words:
    print word

【讨论】：