如何從正則表達式組中排除一個字符？

Question

我想從字符串（python）中除去連字符之外的所有非字母數字字符。 如何更改此正則表達式以匹配除連字符以外的任何非字母數字字符？

re.compile('[\W_]')

謝謝。

Answer 1

你可以使用一個否定的字符類代替：

re.compile(r"[^a-zA-Z0-9-]")

這將匹配不在字母數字范圍或連字符中的任何內容。 根據您當前的正則表達式，它也匹配下划線。

>>> r = re.compile(r"[^a-zA-Z0-9-]")
>>> s = "some#%te_xt&with--##%--5 hy-phens  *#"
>>> r.sub("",s)
'sometextwith----5hy-phens'

請注意，這也替換了空格（可能肯定是你想要的）。

---

編輯： SilentGhost建議使用量詞處理引擎可能更便宜，在這種情況下，您可以簡單地使用：

re.compile(r"[^a-zA-Z0-9-]+")

+將簡單地導致連續匹配的字符的任何運行同時匹配（並被替換）。

Answer 2

\\w匹配字母數字，添加連字符，然后否定整個集合： r"[^\\w-]"