Question

因此，我正在研究文本分析问题，并尝试使用Python中的正则表达式删除所有0到999之间的数字。我已经尝试过Regex数值范围生成器来获取正则表达式，但是我没有成功。我只能删除所有号码。

我尝试了几种正则表达式，但是没有用。这是我尝试过的

# Remove numbers starting from 0 ==> 999
data_to_clean = re.sub('[^[0-9]{1,3}$]', ' ', data_to_clean)

我也尝试过这样做：

# Remove numbers starting from 0 ==> 999
data_to_clean = re.sub('\b([0-9]|[1-8][0-9]|9[0-9]|[1-8][0-9]{2}|9[0-8][0-9]|99[0-9])\b', ' ', data_to_clean)

这个：

^([0-9]|[1-8][0-9]|9[0-9]|[1-8][0-9]{2}|9[0-8][0-9]|99[0-9])$

这：

def clean_data(data_to_clean):
    # Remove numbers starting from 0 ==> 999
    data_to_clean = re.sub('[^[0-9]{1,3}$]', ' ', data_to_clean)  
    return data_to_clean

我有很多数字，但我只需要删除小数点后3位的数字，然后保留其他数字即可。

谢谢您的帮助

Answer 1

您需要在模式字符串前面加上r来防止转义，以便使插入内容的人不会将\b与退格交换。另外，您可以像这样简化模式：

data_to_clean = re.sub(r'\b([0-9]|[1-9][0-9]{1,2})\b', ' ', data_to_clean)

Answer 2

我认为您可以结合使用单词边界（\b）和最后一次尝试（[0-9]{1,3}）。

因此，生成的正则表达式应类似于：\b[0-9]{1,3}\b

如果您查看演示：regex101.com/r/qDrobh/6 它应该替换所有1位，2位和3位数字，并忽略更高的数字和其他单词。

Answer 3

0到999之间的数字是

单个字符[0-9]
两个字符[1-9] [0-9]
三个字符[1-9] [0-9] [0-9]

这给出了/\b(?:[0-9]|[1-9][0-9]|[1-9][0-9][0-9])\b/的幼稚正则表达式，但是我们在选项中重复了字符类，因此我们可以将它们排除在外

/(?!\b0[0-9])\b[0-9]{1,3}\b/

这是通过使用负前瞻(?!\b0[0-9])来检查单词的开头，然后是0，然后是数字来忽略01等，然后查找1到3个0-9个字符来进行的。因为否定的前瞻至少需要2个字符，所以单个0仍然会有效。

具有正则表达式python的数值范围

3 个答案: