如何从正则表达式组中排除一个字符？

Question

我想从字符串（python）中除去连字符之外的所有非字母数字字符。 如何更改此正则表达式以匹配除连字符以外的任何非字母数字字符？

re.compile('[\W_]')

感谢。

Answer 1

您可以改为使用否定的字符类：

re.compile(r"[^a-zA-Z0-9-]")

这将匹配不在字母数字范围或连字符中的任何内容。根据您当前的正则表达式，它也匹配下划线。

>>> r = re.compile(r"[^a-zA-Z0-9-]")
>>> s = "some#%te_xt&with--##%--5 hy-phens  *#"
>>> r.sub("",s)
'sometextwith----5hy-phens'

请注意，这也会替换空格（当然可能是您想要的）。

---

编辑：SilentGhost建议使用量词处理引擎可能会更便宜，在这种情况下，您只需使用：

re.compile(r"[^a-zA-Z0-9-]+")

+只会导致连续匹配的任何字符串同时匹配（并被替换）。

Answer 2

\w匹配字母数字，添加连字符，然后否定整个集：r"[^\w-]"