正则表达式python非字母数字字符

Question

我有如下字符串（目的是摆脱字符串末尾的非字母字符之间的非字母字符）

字符串： This$#is% Matrix# %!

我想要的是： This is Matrix# %!

所以我只想摆脱非字母数字，而不是最后。

我尝试了此正则表达式代码， str1 = re.sub(r'([^\\s\\w]|_)+', ' ', str1)但它摆脱了所有非alp的情况，包括末尾的一个。

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

我建议你做两遍：

1. 用空格替换一堆“坏”字符。

2. 用一个空格替换一堆空格。

您已经说过，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)'

(?=...)是一个正向的前瞻，它会向前看模式\\s*\\w是否与当前位置匹配，但不会向前移动-它只是看起来。

然后用空格替换，折叠空格，然后完成：

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，如下面的输出所示，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，矩阵后的部分应保持不变，因为它不在字母字符。

输入字符串This $＃is％Matrix＃（此处为2个空格）％！

您的输出（stdout）这是Matrix＃（此处为1个空格）％！

预期输出下载这是矩阵号（此处为2个空格）％！