重新贪婪字符

Question

我想从以"\\"开头的字符串中删除文本，例如：

 \xf, \africa\87, \ckat\x70, ...

有没有办法在re.sub使用贪婪的字符来做到这一点？

例如：

line = re.sub("[\.*]", "", line)

谢谢！

编辑：输入示例：

" lorem ipsum \xe2\x80\x9csianhill7 lorem ipsum"

输出：

" lorem ipsum lorem ipsum"

Answer 1

如果我正确理解了您的问题，则希望从句子中删除所有非ascii前缀的单词

您可以通过具有ordinal match和filter的single pass LC轻松完成此操作，而无需使用regex

>>> data = " lorem ipsum \xe2\x80\x9csianhill7 lorem ipsum"
>>> ' '.join(e for e in data.split() if 31 < ord(e[0]) < 127)
'lorem ipsum lorem ipsum'

Answer 2

要匹配的表达式是：

[\b\\][\w]+,?

并使用您的lorem ipsum输入文本，上述表达式仅与您要删除的内部单词匹配：)

例子

我在字符串中添加了其他正则表达式进行匹配,并在\\之后使用*表示0或更多

[\b\\][\w.,]*

另一个例子

Answer 3

regex = re.compile(r"""
                    \\\S+\s*
                    """, re.VERBOSE)
line = r" lorem ipsum \xe2\x80\x9csianhill7 lorem ipsum"
replaced = regex.sub("", line)

请注意，您需要告诉python将'\\'视为常规字符而不是转义字符。 这是通过在字符串前面添加r来完成的。

我还假设您要删除所有以'\\'开头的文本，包括下一个空格字符。