Question

我需要从字符串中删除不是字母，数字，空格或'-'的所有内容。

我使用：

regex = re.compile('^[,?!`@#$%^&*()+=.:/]+')
name = regex.sub('', my_text)

但是如果我有文字：

lorem ipsum: 100 gb/s and beyond

我在上面的示例中的正则表达式不会删除':'，'/'

Answer 1

您需要删除^（行首）顺便说一句，+不是必须的

regex = re.compile('[,?!`@#$%^&*()+=.:/]')
name = regex.sub('', my_text)

演示：https://regex101.com/r/DjTvwL/1

我重新阅读了您的描述，由于您不想要“除了字母，数字和空格之外的所有内容”，因此您当前的正则表达式不适合：它使用[_，以此类推...所以您最好使用负数正则表达式：

import re
my_regex = re.compile('([^0-9A-Za-z\-\s])') # 0- 9 => digits; A-z => letter; \- the '-' char; \s any whitespace
my_text = 'lorem ipsum: 100 gb/s and beyond'

name = my_regex.sub('', my_text)

print(name)

Answer 2

我不建议捕获所有可能的符号，装饰符号以及要删除的任何其他字符，而是建议从字面上实现“不是字母，数字，空格或'-'的所有内容”：

regex = re.compile('[^a-zA-Z0-9 -]')
name = regex.sub('', my_text)

您可以在字符类中使用字符类。如果您可以将下划线表示为字母，并且希望支持Unicode字母，则以下内容会更简洁：

 regex = re.compile('[^\w -]')

原始表达式的问题在于，字符类外部的^与行的开头匹配。您的表达式只能删除您从字符串开头指定的字符。

正则表达式问题删除'：/'

2 个答案: