从字符串中删除数字的 substring (Python)

Question

<elem1><elem2>20,000 Leagues Under the Sea1050251</elem2></elem1>
<elem1><elem2>1002321Robinson Crusoe1050251</elem2></elem1>

我正在使用 XML 文件，并且必须将从上面提取的元素插入到另一个 XML 文件中。 问题是，我不知道如何从字符串中删除用于跟踪 position 的 id（7 位子字符串）。 删除“>”和“<”之间的字符是不可行的，因为文本有时以 id 开头，有时以数字开头的标题。 我需要的是只能从字符串中删除任何 7 位子字符串的东西，但我只找到了可以对指定子字符串执行此操作的代码

Answer 1

您可以尝试使用正则表达式：

import re


string = """<elem1><elem2>20,000 Leagues Under the Sea1050251</elem2></elem1>
<elem1><elem2>1002321Robinson Crusoe1050251</elem2></elem1>"""

pattern = re.compile(r"\d{7}")  # pattern that matches exactly 7 consecutive ascii digits
result = pattern.sub("", string)  # returns a string where the matched pattern is replaced by the given string
print(result)

Output：

<elem1><elem2>20,000 Leagues Under the Sea</elem2></elem1>
<elem1><elem2>Robinson Crusoe</elem2></elem1>

有用：

• re.sub
• 正则表达式语法