如何使用正则表达式删除带有数字的特定单词模式？

Question

我有一串单词，它们通过不同的音频文件生成不同模式的相似单词，我想使用正则表达式模式来获取该单词模式并将其删除为实际文本。 例如，我有以下文字：

text = "Yeah Cool\nSpeaker 100:00:03Uh, you know, when you score three goals, you expect to win a game, you know, but, uh,"

我想做的只是一个正则表达式模式，它可以检测扬声器 100:00:03和其他类似模式，具体取决于音频文件，有时我可能有扬声器 100:00:01 ，它看起来与第一个不同，但它们是相似的

有一个更好的方法吗？

我使用的是字符串replace ，这不是一个通用的解决方案，它是这样的：

new_text  = text.replace('Speaker 000:00:00', '')

这是应用正则表达式后的预期结果，这是我所期待的。

text = "Yeah Cool Uh, you know, when you score three goals, you expect to win a game, you know, but, uh,"

Answer 1

根据时间戳的确切格式，具有以下模式的re.sub应该可以工作

>>> re.sub('\nSpeaker \d{1,3}:\d{2}:\d{2}', ' ', text)
'Yeah Cool Uh, you know, when you score three goals, you expect to win a game, you know, but, uh,'

Answer 2

非常简单的正则表达式：

import re
text = "Yeah Cool\nSpeaker 100:00:03Uh, you know, when you score three goals, you expect to win a game, you know, but, uh,"
re.sub(r'\nSpeaker \d\d\d:\d\d:\d\d', ' ', text)                                                
# 'Yeah Cool Uh, you know, when you score three goals, you expect to win a game, you know, but, uh,'

Answer 3

“\nSpeaker \d{3}:\d{2}:\d{2}”

\d检测到一个数字， {3}表示三次......所以\d{3}表示三个数字。

试试regex101.com这是一个试验反射的好地方。