使用 python 中的正則表達式從字符串中刪除特定模式

Question

我正在嘗試使用以下代碼刪除模式

x = "mr<u+092d><u+093e><u+0935><u+0941><u+0915>" 
pattern = '[<u+0-9de>]'
re.sub(pattern,'', x)

Output

mr

這個 output 實際上對於給定的示例字符串是正確的，但是當我將此代碼運行到語料庫時，它會刪除所有出現的“de”以及數字等。我希望這些東西僅在使用 < > 時被替換。

Answer 1

你需要把<>放在外面，因為結構總是

• 以<開頭
• 跟着u\+
• 來自 Unicode 定義的 4 個六進制字符[0-9a-f]{4}
• 以>結尾

pattern = '<u\+[0-9a-f]{4}>'
re.sub(pattern,'', x)

---

REGEX DEMO ★ CODE DEMO