如何在python中替換字符串中的非字母和數字字符

Question

我理解，要替換字符串中的非字母數字字符，代碼如下：

words = re.sub("[^\w]", " ",  str).split()

但是， ^\\w替換非字母數字字符。 我想在字符串中替換非字母和數字字符，如：

"baa!!!!! baa sheep23? baa baa"

我希望它有這樣的結果：

 "baa baa sheep baa baa"

如果我做words = re.sub("[^\\w\\d]", " ", str).split() ，我得到一個數字字符的結果，如'sheep23' 。 我想這可能是因為"^"也會影響\\d ，並且它就好像我想要刪除非數字字符一樣。 我該怎么做？

Answer 1

使用str.translate ：

>>> from string import punctuation, digits
>>> s = "baa!!!!! baa sheep23? baa baa"
>>> s.translate(None, punctuation+digits)
'baa baa sheep baa baa'

Answer 2

這里不需要做正則表達式，只需簡單的理解即可：

>>> import string
>>> word = "baa!!!!! baa sheep23? baa baa"
>>> "".join([l for l in word if l in string.ascii_letters+string.whitespace])
'baa baa sheep baa baa'

Answer 3

試試這個正則表達式：

[^a-zA-Z]

這匹配任何不是字母的東西。

或者如果你想保留空格：

[^ A-ZA-Z \\ s]的

Answer 4

那個正則表達式怎么樣？

[^\w]|\d

編輯：

正如@Avinash所說，這不會刪除_ 。 如果你想要刪除_使用：

[^\w]|[\d_]

如果您還想用一個替換多個空格，請使用：

([^\w]|[\d_])+

這是添加下划線的示例：

In [1]: import re

In [2]: s = "baa!!!!! baa sheep23? baa baa___"

In [3]: re.sub("([^\w]|[\d_])+", " ",  s)
Out[3]: 'baa baa sheep baa baa '

In [4]: re.sub("([^\w]|[\d_])+", " ",  s).split()
Out[4]: ['baa', 'baa', 'sheep', 'baa', 'baa']

Answer 5

通過re.sub函數，

>>> s = "baa!!!!! baa sheep23? baa baa"
>>> m = re.sub(r'[^A-Za-z ]', "", s)
>>> m
'baa baa sheep baa baa'

Answer 6

而不是用空格替換每個非字母然后拆分你可以一次完成所有操作：

>>> re.split("[^a-zA-Z]+", "baa!!!!! baa sheep23? baa baa")
['baa', 'baa', 'sheep', 'baa', 'baa']

[^\\w]相當於[^a-zA-Z0-9_] （模數語言設置），你需要只在你的角色類中保留你想要的東西 - 而[^a-zA-Z]顯然包含空格。