作為預處理我的資料的一部分。我希望能夠替換任何帶有斜杠的東西，直到出現帶有空字串的空間。例如：\fs24 需要替換為空或者\qc23424 需要替換為空。可能會多次出現我想洗掉的帶有斜杠的標簽。我創建了一個要根除的標簽串列，我的目標是在正則運算式中使用它來清理提取的文本
輸入字串：這是一個字串\fs24，它包含一些文本和標簽\qc23424。我想從我的字串中洗掉它。
預期輸出：這是一個字串，它包含一些文本和標簽。我想從我的字串中洗掉它。
我在 python 中使用基于正則運算式的替換函式：
udpated = re.sub(r'/\fs\d ', '')
但這并沒有獲得所需的結果。或者，我已經建立了一個根除串列并將其從一個從上到下的回圈替換，但這是一個性能殺手。
uj5u.com熱心網友回復：
假設“標簽”也可以出現在字串的最開頭，并避免選擇誤報，也許您可??以使用：
\s?(?<!\S)\\[a-z\d]
并且什么也不替換。查看在線演示。
\s?- 可選地匹配一個空白字符（如果一個標簽是中間字串，因此前面有一個空格）；(?<!\S)- 斷言位置前面沒有非空白字符（以允許在輸入的開頭有一個位置）；\\- 字面反斜杠。[a-z\d]- 1 （貪婪）字符，根據給定的類。
uj5u.com熱心網友回復：
首先，/根本不屬于正則運算式。
其次，即使您使用的是原始字串文字，\它本身對正則運算式引擎具有特殊意義，因此您仍然需要對其進行轉義。（如果沒有原始字串文字，您將需要'\\\\fs\\d '。）\beforef旨在按字面使用；在\之前d是字符類匹配位數的一部分。
最后，sub接受三個引數：模式、替換文本和執行替換的字串。
>>> re.sub(r'\\fs\d ', '', r"This is a string \fs24 and it contains...")
'This is a string and it contains...'
uj5u.com熱心網友回復：
那對你有用嗎？
re.sub(
r"\\\w \s*", # a backslash followed by alphanumerics;
'', # replace it with an empty string;
input_string # in your input string
)
>>> re.sub(r"\\\w \s*", "", r"\fs24 hello there")
'hello there'
>>> re.sub(r"\\\w \s*", "", "hello there")
'hello there'
>>> re.sub(r"\\\w \s*", "", r"\fs24hello there")
'there'
>>> re.sub(r"\\\w \s*", "", r"\fs24hello \qc23424 there")
'there'
uj5u.com熱心網友回復：
'\\' 匹配 '\' 并且 'w ' 匹配一個單詞直到空格
import re
s = r"""This is a string \fs24 and it contains some texts and tags \qc23424. which I want to remove from my string."""
re.sub(r'\\\w ', '', s)
輸出：
'This is a string and it contains some texts and tags . which I want to remove from my string.'
uj5u.com熱心網友回復：
我試過這個，對我來說效果很好：
def remover(text, state):
removable = text.split("\\")[1]
removable = removable.split(" ")[0]
removable = "\\" removable " "
text = text.replace(removable, "")
state = True if "\\" in text else False
return text, state
text = "hello \\I'm new here \\good luck"
state = True
while state:
text, state = remover(text, state)
print(text)
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/396636.html