Question

我使用部分代码来阅读网站并废弃一些信息并将其放入Google并打印一些指示。

我遇到了一些问题。我使用的网站有时会添加一个＃后跟3个随机数，然后添加一个/和另外3个数字，例如＃037/100

我如何使用python忽略这个“＃037/100”字符串？

我目前正在使用

for i, part in enumerate(list(addr_p)):
        if '#' in part:
                del addr_p[i]
                break

删除＃如果找到，但我不知道如何为随机数做这个

有什么想法吗？

Answer 1

如果您发现自己希望从字符串s中删除“三位数后跟一个正斜杠后跟三位数”，则可以

import re
s = "this is a string #123/234 with other stuff"
t = re.sub('#\d{3}\/\d{3}', '', s)
print t

结果：

'this is a string  with other stuff'

说明：

#    - literal character '#'
\d{3} - exactly three digits
\/    - forward slash (escaped since it can have special meaning)
\d{3} - exactly three digits

与上述匹配的整个事物（如果它存在的话）被替换为'' - 即“删除”。

Answer 2

import re

re.sub('#[0-9]+\/[0-9]+$', '', addr_p[i])

我不是正则表达式的巫师，但我想你可以这样。你甚至可以在正则表达式中处理'@'。

Answer 3

我会将你的问题翻倍并与正则表达式匹配。

import re

regex = re.compile(r'([\w\s]+)#\d+\/\d+([\w\s]+)')
m = regex.match('This is a string with a #123/987 in it')
if m: 
    s = m.group(1) + m.group(2)
    print(s)

Answer 4

如果格式始终相同，那么您可以检查行是否以＃开头，然后将字符串设置为自己而不包含前8个字符。

如果part [0：1] =='＃'： part = part [8：]

如果第一个字母是＃，则将字符串设置为自身，从第8个字符到结尾。

Answer 5

一种更简洁的方法：

import re
s = "this is a string #123/234 with other stuff"
t = re.sub(r'#\S+', '', s)
print(t)

Python：忽略字符串中的＃/和随机数

5 个答案: