当它们不是字符串的一部分时如何查找某些字符？ （正则表达式，Python）

Question

我从inp = re.sub('[^A-Z]', '', inp)开始，但意识到删除了val = 0，但我想不删除字符串开头的val = 0，同时删除所有非大写字母字符其他情况。我该怎么做？

Answer 1

此解决方案适用于未知开头保护的子字符串的情况。

要“保护”字符串开头的特定子字符串并删除其他地方的某些字符，您需要在模式中指定替换，其中包含要保留的部分一个捕获组。然后，在替换期间，您只需要检查捕获的组是否匹配，如果是，则只需恢复结果中的值。否则，用空字符串替换。

import re
inp = "val = 20 MORE @#$TEXT.!!??"
res = re.sub(r'(^val\s*=\s*\d+)|[^A-Z]', lambda m: m.group(1) if m.group(1) else "", inp)
print(res)

请参阅IDEONE demo

模式分解：

• (^val\s*=\s*\d+) - val后跟0 +空白符号（\s*），后跟=，后跟0 +空白符号，后跟1+位数（{{1} }}）在字符串的开头（\d+）
• ^ - 或
• | - 任何非大写字母字符

注意如果您需要替换所有非字母字符，请使用[^A-Z]或在正则表达式定义中添加[A-Za-z]。

Answer 2

正则表达式描述常规语言的表达。在没有涉及无上下文语言的理论细节的情况下，一般来说，regexp的能力在某些方面是有限的。你要求一个正则表达式，这意味着（或多或少）“一个非大写字母的字符，它不是开头特殊部分的一部分”。一般来说，单独使用regexp并不是“可表达的”（在你的特殊情况下，“开头部分”似乎很复杂，也不是）。

我建议分两步做你想做的事：

1. 将输入拆分为开头部分（flags=re.I），其余部分。如果起始部分不存在，则将整个输入作为其余部分。
2. 仅对其余部分应用您的更改。

然后你可以很容易地连接这两部分并完成。

解决方法可能是：

val = 0

Answer 3

如果您可以反转您的第二个角色组（在您的情况下通过简单地与[A-Z]交换它似乎是一个选项），您可以简单地找到您想要保留的所有部分代替：

inp = 'val = 20 FooBar'
return ''.join(re.findall(r'^[a-zA-Z_][a-zA-Z_0-9]* = [0-9]+|[A-Z]', inp))

将返回'val = 20FB'。