为什么这个 python 正则表达式失败

Question

import sys
import os
import re
import numpy as np
#Tags to remove, sample line:  1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....
r122 = re.compile(':122:(.):')
r194  = re.compile(':194:(.):')

if len(sys.argv) < 2 :
    sys.exit('Usage: python %s <file2filter>' % sys.argv[0])
if not os.path.exists(sys.argv[1]):
    sys.exit('ERROR: file %s not found!' % sys.argv[1])
with open (sys.argv[1]) as f:
    for line in f:
        line = re.sub(r':122:(.):', '', str(line))
        line = re.sub(r':194:(.):', '', str(line))
        print(line,end=" ")

在

1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....

出去

1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....

标签 122 和 194 不会被删除。 我在这里想念什么？

Answer 1

您的模式包含(.)匹配并捕获除换行符以外的任何单个字符。 您想要的是匹配除:以外的任何字符，因此您需要使用[^:]+ 。

如果只有一部分正则表达式发生更改，则不需要编译单独的正则表达式对象。 您可以在读取文件之前动态构建正则表达式 abd 编译一次。 例如，您有122 、 194和945值用于:...:[^:]+:模式代替... ，那么您可以使用

vals = ["122", "194", "945"]
r = re.compile(r':(?:{}):[^:]+:'.format("|".join(vals)))
# Or, using f-strings
# r = re.compile(rf':(?:{"|".join(vals)}):[^:]+:')

正则表达式看起来像:(?:122|194|945):[^:]+: ：

• : - 一个冒号
• (?:122|194|945) - 匹配122 、 194或945的非捕获组
• : - 一个冒号
• [^:]+ - 除 a 以外的 1+ 个字符:
• : - 一个冒号

然后使用

with open (sys.argv[1], 'r') as f: 
    for line in f:
        print(r.sub('', line))