如何用python将单词与非单词完全分开？为希腊语和希伯来语

Question

我想把所有的单词与希腊语和希伯来语中的非单词分开。

我正在使用此代码：

words = re.findall(r'\w+|\S+', text)

结果不那么令人满意，例如：

• 它分开⸂ἡ⸂ἡῶὶὶὶ⸃⸃⸃⸃ - >（）ῶ（）（（（ὶ）（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（（
• 它不会将⸂ὑπὲρ⸃分离为（⸂）ὑπὲρ（⸃）
• 对于希伯来语，它也不会将[ὑμῖν]与（[]（ὑμῖν）（]）分开。它将不应该分开的东西分开。

Answer 1

感谢您提供的信息，我已经找到了希腊语的解决方案

words = re.findall（r'\ w + | [[]⸂⸃（）] | \ S +'，text）

但我仍然有希伯来语的问题。如何将这位女神分开呢？ （ַ）（אֵ֣לֶּה）（|）（אֲנִ֣י）