替換多個模式python

Question

我已經審查了各種鏈接，但都展示了如何在一次通過中替換多個單詞。 但是，我想要替換模式，而不是單詞

RT @amrightnow：“真正的特朗普”關於你的特朗普“觀看制作＃1 https：\\ / \\ / t.co \\ / j58e8aacrE #tcot #pjnet＃1A＃2A #Tru mp＃trump2016 https：\\ / \\ / t。合作\\ U2026

當我在上面的文本上執行以下兩個命令時，我得到了所需的輸出

result = re.sub(r"http\S+","",sent)
result1 = re.sub(r"@\S+","",result)

這樣我就刪除了所有網址和@（來自推文的處理程序）。 輸出將如下所示：

>>> result1
'RT  "The Real Trump" Trump About You" Watch Make #1  #tcot #pjnet #1A #2A #Trump #trump2016 '

有人能告訴我這是最好的方法嗎？ 我將基本上從文件中讀取推文。 我想閱讀每條推文，並用空格替換這些處理程序和網址。

Answer 1

你需要正則表達式“或”運算符，它是管道| ：

re.sub(r"http\S+|@\S+","",sent)

如果您要刪除一長串模式，則常用的技巧是使用join來創建正則表達式：

to_match = ['http\S+',
            '@\S+',
            'something_else_you_might_want_to_remove']

re.sub('|'.join(to_match), '', sent)

Answer 2

您可以通過使用|分隔模式來使用“或”模式 ：

import re

s = u'RT @amrightnow: "The Real Trump" Trump About You" Watch Make #1 https:\/\/t.co\/j58e8aacrE #tcot #pjnet #1A #2A #Tru mp #trump2016 https:\/\/t.co\u2026'
result = re.sub(r"http\S+|@\S+", "", s)
print result

產量

RT  "The Real Trump" Trump About You" Watch Make #1  #tcot #pjnet #1A #2A #Tru mp #trump2016

見'|'小節 在正則表達式語法文檔中。