正则表达式python非字母数字字符

Question

我有如下字符串（目的是除去字符串末尾的字母数字字符之间的非字母数字字符）

字符串：This$#is% Matrix# %!

我想要的是：This is Matrix# %!

所以我只想消除非字母数字，而不是最后。

我尝试过此正则表达式代码str1 = re.sub(r'([^\s\w]|_)+', ' ', str1)，但它消除了所有非alp，包括末尾的非alp。

我该如何解决这个棘手的问题

Answer 1

您可以使用否定的超前断言。

>>> s = "This$#is% Matrix#  %!"
>>> re.sub(r'([^\s\w]|_)+(?![^\w]*$)', ' ', s)
'This is  Matrix#  %!'

Answer 2

我建议您进行两次通过：

1. 用空格替换一堆“坏”字符。

2. 用一个空格替换一堆空格。

您曾说过，您只想在后面有字母数字的情况下删除不良字符。您可以为此使用零宽度的超前查询：

bad_chars = r'([^\s\w]|_)+(?=\s*\w)'

(?=...)是positive lookahead,，它向前看，以查看模式\s*\w是否与当前位置匹配，但不匹配向前移动-它看起来就很好。

然后用空格替换，折叠空格，就可以完成：

re.sub(bad_chars, ' ', mystring)
re.sub('\s\s+', ' ', mystring)
print(mystring)

Answer 3

嗨，我觉得我的问题仍然没有得到回答，正如您在下面的输出中看到的那样，我只希望将2个字母字符之间的非字母数字替换为1个空格，矩阵后的部分应保留为它不在字母字符之间。

输入字符串This $＃is％Matrix＃（这里2个空格）％！

您的输出（标准输出） 这是Matrix＃（此处为1个空格）％！

预期输出下载 这是Matrix＃（此处为2个空格）％！