Question

我正在尝试从字符串中删除长度小于4的单词。

我使用这个正则表达式：

 re.sub(' \w{1,3} ', ' ', c)

虽然这会删除一些字符串，但是当长度小于4的2-3个单词出现时它会失败。像：

 I am in a bank.

它给了我：

 I in bank.

如何解决这个问题？

Answer 1

不要包括空格;改为使用\b字边界锚：

re.sub(r'\b\w{1,3}\b', '', c)

这将完全删除最多3个字符的单词：

>>> import re
>>> re.sub(r'\b\w{1,3}\b', '', 'The quick brown fox jumps over the lazy dog')
' quick brown  jumps over  lazy '
>>> re.sub(r'\b\w{1,3}\b', '', 'I am in a bank.')
'    bank.'

Answer 2

如果您想要替代正则表达式：

new_string = ' '.join([w for w in old_string.split() if len(w)>3])

Answer 3

Martijn回答，但我只想解释为什么你的正则表达式不起作用。正则表达式字符串' \w{1,3} '匹配一个空格，后跟1-3个单词字符，后跟另一个空格。 I没有匹配，因为它前面没有空格。 am被替换，然后正则表达式引擎从下一个不匹配的字符开始：i中的in。它没有看到in之前的空间，因为它是通过替换放置在那里的。因此，它找到的下一个匹配是a，它会生成输出字符串。

从字符串中删除长度小于4的单词

3 个答案: