使用正則表達式提取文本忽略模式？

Question

如何提取所需模式<.>旁邊的文本，這是一個示例：

string = 'this is good < U+0097 > never end . < U+0093 > gift,<U+0094 > said . < U+0093 > test . < U+0093 > time , 
         with,<U+0094 > said boys . gave answer , Naresh Hembrom , 
         sitting crosslegged charpoy outside home , .'

我試過類似的東西，但它沒有給我所需的輸出。

import re   
re.sub(r'[^a-zA-Z0-9]+', ' ', string)

所需輸出：

 string = 'this is good never end . gift, said. test. time, with, said boys. gave answer, Naresh Hembrom, sitting crosslegged charpoy outside home, .'

Answer 1

這是我解決它的方法。

import re

string = 'this is good < U+0097 > never end . < U+0093 > gift,<U+0094 > said . < U+0093 > test . < U+0093 > time , with,<U+0094 > said boys . gave answer , Naresh Hembrom , sitting crosslegged charpoy outside home , .'

regString = re.sub(r'<(.*?)>','',string)
print (regString)

唯一需要注意的是，您不會有一致的間距。 你可以弄亂這個正則表達式並添加一些與此類似的東西來實現你所需要的。

隨意評論您需要什么，我可以提供幫助。

Answer 2

re.sub返回一個字符串。 嘗試：

new_str = re.sub(r'<[^>]*>', '', string)
print(new_str)