代码之家 › 专栏 › 技术社区 › aless80

Python正则表达式:删除以数字结尾的非ASCII字符和单词

regex python

aless80 · 技术社区 · 9 年前

我试图用“”替换字符串中所有非ASCII字符(重音、符号),然后替换所有以数字结尾的单词。

#remove all these words:
re.sub(r'\W|\b[^a-z]*[^a-z]\b',' ', "1 123 - hey2 a2 1a3 ".lower()) 
>>>' hey2 a2 1a3 '
#keep all these words:
re.sub(r'\W|\b[^a-z]*[^a-z]\b',' ', "1st first a2a 2bb esta' ".lower()) 
>>>'1st first a2a 2bb esta  '          #This works

2 回复 | 直到 9 年前

Wiktor StribiÅ¼ew 9 年前

似乎要删除任何非文字字符(与匹配 \W 模式)和任何“文字”(字母/数字序列)/ _ , \w

因此,您可以使用

re.sub(r'\W|\b\w*\d\b', ' ', s)

注意,如果在Python 2.x中处理Unicode字符串,则需要传递 re.UNICODE \W \w 支持Unicode。

图案细节

-非文字字符(不是字母、数字或 _
|
\b -前导词边界
\w* * )文字字符
\d
\b -尾随词边界。

_ 字符作为非文字字符,替换为 \W [\W_] 和 [^\W_] .

lightsong 9 年前

“*”表示0个或更多个字符。

  re.sub(r'\W|\b[^a-z]*[^a-z]\b',' ', "1 123 - hey2 a2 1a3 ".lower()) 

In [6]: re.sub(r'\W|\b[^a-z].*[^a-z]\b',' ', "1 123 - hey2 a2 1a3 asdasd".lower())
Out[6]: ' asdasd'

推荐文章

DotFX · RegEx捕获关键字前但括号后的所有内容

1 年前

user66001 · 正则表达式用于匹配有引号和无引号的文本,并且不匹配任何部分

1 年前

perlchamp · 为什么这也匹配?

1 年前

con · Negative Lookaward在perl正则表达式中不起作用

1 年前

Andrus · 如何在sql中查找第二个匹配项

1 年前

iato · 确保正则表达式不从命名材料中的数字中提取

1 年前

vr8ce · 非成对标记中特定字符的正则表达式

1 年前

MARTIN · 交换第一个和最后一个单词,反转所有中间的字符

1 年前

Carsten · 使用最近的搜索模式更改文本块

1 年前

Eric Marceau · Grep:有没有一种特殊的方法可以将“无字符”作为“字符位置”匹配的置换?

1 年前