[英]Match two regex patterns multiple times
我有这个字符串“Energy (kWh/m²)”,我想得到“Energy__KWh_m__”,意思是用下划线替换所有非单词字符和下标/上标字符。
我有用于替换非单词字符的正则表达式 -> re.sub("[\W]", "_", column_name)
和用于替换上标数字的正则表达式 -> re.sub("[²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]", "", column_name)
我曾尝试将其组合成一个正则表达式,但我没有运气。 每次我尝试时,我只会得到部分替换,例如“Energy (KWh_m__”) - 使用正则表达式([²³¹⁰ⁱ⁴⁵⁶7⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]).*(\W)
有什么帮助吗? 谢谢!
要组合两个正则表达式,您可以使用|
符号,意思是"or"
。 以下是如何使用它的示例:
import re
column_name = "Energy (kWh/m²)"
pattern = re.compile(r"[\W]|[²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]")
result = pattern.sub("_", column_name)
print(result)
选择:
result = re.sub(r"[\W]|[²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]", "_", column_name)
输出:
Energy__kWh_m__
根据您当前的代码,如果您打算删除上标字符并用下划线替换所有其他非单词字符,您可以使用
re.sub(r'([²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ])|\W', lambda x: '' if x.group(1) else '_', text)
如果您打算匹配所有非单词字符和您拥有的字符类中的字符,只需将两者合并:
re.sub(r'[\W²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]', '_', text)
请参阅第二个正则表达式演示。 请注意, \W
与符号匹配,因此您甚至可以将其缩短为r'[\W²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹ⁿ]'
。
请参阅Python 演示:
import re
text="Energy (kWh/m²)"
print(re.sub(r'([²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ])|\W', lambda x: '' if x.group(1) else '_', text)) # => Energy__kWh_m_
print(re.sub(r'[\W²³¹⁰ⁱ⁴⁵⁶⁷⁸⁹⁺⁻⁼⁽⁾ⁿ]', '_', text)) # => Energy__kWh_m__
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.