测试名称清理

Question

我一直在尝试清理一些文字。但是坚持使用正则表达式，终于找到了re.sub。但最终会出现语法错误。原始代码：

测试名称清理

import re

input = u'CHEZ MADU 東久留米店（シェマディ）【東京都東久留米市】'

pattern = re.compile(ur'(【(.*?)\】)', re.UNICODE)\

print(re.sub(input, pattern, ''))

给我这个错误：

  File "retest01.py", line 6
    pattern = re.compile(ur'(【(.*?)\】)', re.UNICODE)\
                                      ^
SyntaxError: invalid syntax

我一直在测试来自另一个正则表达式线程的代码：python regular expression with utf8 issue

它给出了同样的错误。什么可能是问题的根源？

Answer 1

如果你不使用原始字符串表示法，那对我来说效果很好。此外，我不认为您正确使用re.sub：

re.sub(pattern, repl, string, count=0, flags=0)

这对我来说没有错误：

import re
input = u'CHEZ MADU 東久留米店（シェマディ）【東京都東久留米市】'
pattern = re.compile(u'(【(.*?)\】)', re.UNICODE)
print(re.sub(pattern, '', input))

这适用于python 2和3，但你不需要3上的unicode说明符。

Answer 2

自Python 3.3以来ur'....'语法无效（请参阅http://bugs.python.org/issue15096）

语法错误有点出人意料地表示在字符串的末尾......

>>> ru'my string'
  File "<stdin>", line 1
    ru'my string'
                ^
SyntaxError: invalid syntax

因此，在Python 3中，您可以使用：

'my string'或u'mystring'，意思相同（后者在Python 3.3中重新引入，以便与Python 2代码兼容，请参阅PEP 414）
或r'my string with \backslashes'表示“原始”字符串。

Python Regex UTF-8语法错误

测试名称清理

2 个答案: