python正则表达式两个字

Question

我有字符串数据的音调，想要在字符串中找到所有“iphone case”或“iPhone 6 case”或“iphone cases”，并使用regexp删除。

tweet=re.sub(r'iphone\s[case]+', 'DELETESENTENCE', tweet)
tweet=re.sub(r'[iphone\s]+[0-6]+[\scase]+', 'DELETESENTENCE', tweet)

我习惯了上面的正则表达式，后来我删除了所有文本，包括DELETESENTENCE。

但我只是想知道更清晰的方式来清除文本，而不是单独杀死或单独替换模式

例如我有lst=['iPhone case', 'iPhone battery', 'iPhone film']

和re(r'lst','DELETESENTENCE','tweet)＆lt; ==显然这不起作用。

Answer 1

不确定我是否理解，但这是否符合您的要求：

'iphone(?:\s+[0-6])?\s+cases?'

这将匹配：

iphone case
iPhone 6 case
iphone cases

Answer 2

目前，你在正则表达式中存在一些问题。 [case]+表示“任何”c“，”a“，”s“，”e“字符1次或更多次”，我想这不是你想要的。

如果你想只能匹配2个单词“iphone”和“case”，你可以使用：

  tweet=re.sub(r'(?i)\b(?:iphone|case)\b', 'DELETESENTENCE', tweet)

如果你只需要删除用数字分隔的2个单词，那么

  tweet=re.sub(r'(?i)\biphone\s+[0-9]+\s+case\b', 'DELETESENTENCE', tweet)

Answer 3

正则表达式可以加入＆＃34;或＆＃34;列＃34; |＆＃34;字符。 这应该适合你的情况：

tweet=re.sub('|'.join(lst), 'DELETESENTENCE', tweet)

Answer 4

您希望匹配＆＃34; IPhone＆＃34;，然后是可选的＆＃34; 6＆＃34;，然后是＆＃34; case＆＃34;或＆＃34;案例＆＃34; （这也符合＆＃34; iphone 6案例 s ＆＃34;，但我认为你不介意。）

而不是编辑字符串然后删除（环形交叉！），你可以这样做：

for tweet in tweets:
    if re.search(r"iphone\s+(6\s+)?cases?", tweet, re.IGNORECASE):
        <delete or mark message for deletion>

或者一步到位：

filtered_tweets = [ tweet for tweet in tweets if not 
    re.search(r"iphone\s+(6\s+)?cases?", tweet, re.IGNORECASE) ]