Question

我想知道如何替换所有正则表达式匹配，除了某个选定的字符。

我需要清理数据。数据的一个例子是

`some-really,dirty.data%#$_.`

我希望看起来像

some-reallydirtydata_

请注意-和some之间的really。这是我选择的角色，我不喜欢删除。

以下是我的代码片段：

import re

unclean_string = "some-really,dirty.data%#$_."
clean_string = re.sub('\W', '', unclean_string)

print clean_string
>>>"somereallydirtydata_"

我知道\W除了＆＃34; 0到9，a到z，A到Z以及下划线＆＃34;之外的所有内容。

我想知道如何删除所有内容以及所选字符（例如-）。

免责声明：我提前就提出这样一个基本问题道歉。我是Python新手并使用正则表达式。

Answer 1

您可以使用：

clean_string = re.sub(r'[^\w-]', '', unclean_string)

[^\w]相当于\W。因此，如果您在其中添加-，则也不会与之匹配。

注意：我还在上面编写了正则表达式字符串，因为它是一个很好的做法。这可以防止您在转义期间可能出现的意外行为。

Answer 2

在正则表达式中包含连字符：

clean_string = re.sub('[^-\w]', '', unclean_string)

正则表达式的解释：

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  [^-\w]                   any character except: '-', word characters
                           (a-z, A-Z, 0-9, _)

替换除特定字符之外的所有正则表达式匹配项

2 个答案: