Question

我有一个存储在变量file_name = os.path.join(os.path.dirname(__file__), 'unsorted_fruits.tex') with open(file_name, 'r') as f: data = f.read()中的字符串：

$text

我想删除字符串中不以$text = ' I should not be removed. I should not be removed. I should not be removed? I should not be removed! I should be removed I should be removed- I should not be removed? ';，.或?结尾的所有行。我该如何有效地做到这一点？也许是!方法？

Answer 1

如果行末没有空格，您可以使用

'~^.*(?<![.?!])$\R?~m'

请参阅regex demo

解释：

^ - 行首（/m修饰符表示^和$匹配行的开头和结尾时的多行模式，不是字符串）
.* - 任何字符，但换行符最多......
(?<![.?!])$ - 字符串末尾没有.或!或?
\R? - 可选换行符

要忽略尾随空格，请使用基于前瞻的正则表达式：

'~^(?!.*[.?!]\h*$).*$\R?~m'

请参阅regex demo

解释：

^ - 开始行
(?!.*[.?!]\h*$) - 如果字符串末尾有.，?或!，后跟可选的水平空格（{{}}，则表示匹配失败的否定前瞻{1}}）
\h* - 任何字符，但换行符，0次或更多次出现，直至行尾
.*$ - 可选的换行符序列（可选，因为最后一行可能没有后跟换行符）。

PHP code demo：

\R?

如果您需要忽略空白和标点符号 ，只需在前瞻中添加$re = '~^(?!.*[.?!]\h*$).*$\R?~m'; $str = "I should not be removed. \nI should not be removed.\nI should not be removed?\nI should not be removed! \nI should be removed\nI should be removed-\nI should not be removed? "; $result = preg_replace($re, "", $str); echo $result;字符类：

[\p{P}\h]

见demo。现在，前瞻看起来像^(?!.*[.?!][\p{P}\h]*$).*$\R?。如果(?!.*[.?!][\p{P}\h]*$)，.或?后跟标点符号（!）或水平空格（\p{P}），零或更多，则匹配失败发生（\h）。

AND FINAL UPDATE：如果您还需要忽略所有非单词符号（包括Unicode字母）和所有HTML实体，您可以使用

请参阅another regex demo和IDEONE demo。以'~^(?!.*[.?!](&\w+;|\W)*$).*$\R?~m'和. Â 结尾的行不会被删除。

此处的差异为. Ã‚Â，其匹配0个或更多以(&\w+;|\W)*开头的子字符串，后跟1个或多个字符（字母&，数字（[A-Za-z]）或一个下划线）然后是一个分号或非单词字符（[0-9]）。 您可以展开模式为[^\w&]*(?:&\w+;\W*)*，以便提升正则表达式的性能。

注意您可以使用\W匹配除ASCII以外的所有Unicode字母和符号，因为此处未使用\W修饰符。

php正则表达式：如果行不以...删除行结束

1 个答案: