我如何在python中替换正则表达式？

Question

给出一串文字，在Python中：

s = "(((((hi abc )))))))"
s = "***(((((hi abc ***&&&&"

如何将所有出现超过3次的非字母符号替换为空白字符串

对于以上所有，结果应为：

hi abc

Answer 1

这应该有效：\W{3,}：匹配发生 3或更多次的非字母数字：

>>> s = "***(((((hi abc ***&&&&"
>>> re.sub("\W{3,}", "", s) 
'hi abc'
>>> s = "(((((hi abc )))))))"
>>> re.sub("\W{3,}", "", s) 
'hi abc'

Answer 2

如果你想替换任何非空间非语言序列（例如'!?&'以及你的例子），@ Stephen的回答很好。但是，如果您只想替换三个或更多相同非alphamerics的序列，反向引用将有所帮助：

>>> r3 = re.compile(r'(([^\s\w])\2{2,})')
>>> r3.findall('&&&xxx!&?yyy*****')
[('&&&', '&'), ('*****', '*')]

所以，例如：

>>> r3.sub('', '&&&xxx!&?yyy*****')
'xxx!&?yyy'

Answer 3

你不能（很容易地，使用正则表达式）用一个与替换文本长度相同的“空字符串”替换它。您可以使用空字符串""或单个空格" "或您选择的任何其他常量字符串替换它;我在示例中使用了"*"，以便更容易看到发生了什么。

>>> re.sub(r"(\W)\1{3,}", "*", "12345<><>aaaaa%%%11111<<<<..>>>>")
'12345<><>aaaaa%%%11111*..*'
>>>

请注意：它不会更改“＆lt;＆gt;＆lt;＆gt;” ...我假设“出现超过3次的非字母符号”意味着相同的符号必须出现超过3次“。我也假设你的意思是”超过3“而不是” 3个或更多“。