有一篇混合中英文的文章我要嘚到它包含的单词，
我用下面的方法但显然不是很准，请老司机帮助看一下多谢

现状：已经能过滤掉大部分标点、数字、和中文
问题：what’s 这种词被拆成了2个数组，我不想要类似what’s和x-ray这种词
如何修改正则表达式匹配单词把它们排除出去？
谢谢老司机领路！^_^