我需要从字符串中删除以反斜杠开头的单词。我尝试了以下（和轻微的变化），但不删除单词。
test = "(students \u2019 education, 1, 3) || (DCUCampaign 8, 2, 2) || (Projects Stories, 1, 2) || (DCU, 14, 1) || (\u201c DCU graduate \u201d, 1, 4)"
以下是我试过的正则表达式：
re.sub(r"\b\\\w+", "", str(test))
答案 0 :(得分：2)
您应该使用：
re.sub(r"\\\w+", "", str(test))
您不需要单词边界\b，只需要反斜杠和单词字符。
单词边界\b是非单词字符和单词字符之间的虚拟字符，因为非单词字符的示例：空格，反斜杠和其他几个字符。所以你正在做的是检查一个单词是否开始，并且单词以反斜杠开头，这是互斥的。
答案 1 :(得分：1)
\u2019实际上不是\u2019，而是Right Single Quotation Mark：'
它以unicode编码，只是一个字符。
另一个例子：
这是换行符：\n在您的代码中，这不会打印\n而是打印新行（例如按 ENTER ）。
要删除不在ascii caracter空间（0到127）中的所有unicode值，请使用以下代码：
text = "".join([i if ord(i) < 128 else "" for i in text])
或者，如果您想用空格" "替换它们：
text = "".join([i if ord(i) < 128 else " " for i in text])
你也可以使用如下的正则表达式：
re.sub(r"[^\x00-\x7F]+", " ", text)
注意：\x7F是十六进制的127。
答案 2 :(得分：1)
由于\是非单词字符，为防止在\word中匹配text\word，您需要使用\B - 非单词在\b不匹配的地方匹配的边界。
简而言之：\B匹配非字字符之前的字符串开头，或非字字符之后的字符串末尾，或相同类型的字符之间（即bb，b1，b_，,.等。）
查看更多解释here, Not-a-word-boundary: \B at rexegg.com。
使用
re.sub(r"\B\\\w+", "", str(test))
^^
如果您需要识别非字边界Unicode，请不要忘记传递flags=UNICODE。
答案 3 :(得分：0)
正如更多人在评论中指出的那样，\u2019实际上是一个unicode转义序列，它将扩展为’。此功能仅适用于Python 3+，您可以将其替换为：r'\u2019'。或者在Python 2中使用u'\u2019'。
但是你很快就会注意到只替换那一个字符，如果你想要替换所有非ascii字符，请使用以下正则表达式：
r'[^\x00-\x7F]+'