re.sub w /子字符串以不同的数字结尾

Question

有一堆我要清除的变量标签。

每个字符串都以问题编号开头，例如“ Q1_1-您几岁？”

我想删除问题开始之前的所有内容。

输入："Q1_1 - How old are you?"

输出："How old are you?"

刚开始使用re.sub并了解如何根据具体情况使用它，但是一次遇到40多个变量，我一头雾水，找不到任何有效的在线方法。

在线找到此代码，它只是将字符从“ _”替换为“-”：

re.sub('/.*- / ','',myvarlabel)

Answer 1

您的模式对点.*使用贪婪的量词，这可能导致广泛匹配。

如果每个字符串都以您的模式开头，则还可以使用锚点^来声明字符串的开头。

对于您的示例字符串，使用此模式可以获得更精确的匹配，然后用空字符串替换。

Regex demo | Python demo

^Q\d+[a-zA-Z0-9]*_[a-zA-Z0-9]+ +- +

这将匹配

• ^字符串的开头
• Q\d+匹配Q后跟1个以上数字
• [a-zA-Z0-9]*匹配0次以上的字符类别中列出的所有字符
• _[a-zA-Z0-9]+匹配下划线，匹配字符类中列出的任何字符1次以上
• +- +匹配1+倍空格，连字符，1 +倍空格

注意：您可以使用\s而不是空格，但请注意，它也会与换行符匹配。

例如：

re.sub(r"^Q\d+[a-zA-Z0-9]*_[a-zA-Z0-9]+ +- +", "", "Q1_1 - How old are you?")

或者使用否定的字符类来获得更广泛的匹配：

^Q\d+[^_]*_\S+ +- +

Regex demo

Answer 2

import os

s = 'Q1_1 - How old are you?'
print(re.sub(r'^.*Q\d+_\d+\s-\s','',s))

为这些工作：

IN: Q21_2 - How old are you?
OUT: How old are you?

IN: 123 - Q21_2 - Q21_2 - How old are you?
OUT: How old are you?

将与此不匹配：

IN: Q21_2 : How ol - d are you?

Answer 3

要删除问题编号和[space]-[space]，您的模式应为：

s = "Q1_1 - How old are you?"

re.sub(r"^Q\d+(_\d+)? +- +", "", s)

这将匹配

• Q，
• 一个或多个digits 0-9
• 可选的一个或多个_digit
• 空格后接-

这使您可以匹配并删除以下任意项：

• 第一季度-
• Q1_1-
• 第12季度-
• Q12_12-