如何从正则表达式组中排除字符？答案

【问题标题】：How to exclude a character from a regex group?如何从正则表达式组中排除字符？
【发布时间】：2011-05-05 17:54:29
【问题描述】：

我想从字符串 (python) 中删除除连字符之外的所有非字母数字字符。如何更改此正则表达式以匹配除连字符以外的任何非字母数字字符？

re.compile('[\W_]')

谢谢。

【问题讨论】：

【解决方案1】：

您可以只使用否定字符类：

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

这将匹配不在字母数字范围或连字符中的任何内容。根据您当前的正则表达式，它还匹配下划线。

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

请注意，这也会替换空格（这肯定是您想要的）。

编辑： SilentGhost 建议使用量词处理引擎可能会更便宜，在这种情况下，您可以简单地使用：

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

+ 将简单地导致任何连续匹配的字符同时匹配（并被替换）。

【讨论】：

+1 你是对的，删除了我的答案，因为你的封面我认为他想要什么......匹配任何字符，而不是数字、字母或连字符。
量词会让这个更便宜。
@SilentGhost：引擎便宜吗？我假设您是指表演时间。
@eldarerathis: 更换 10 件还是 3 件更便宜？当然，项目的实际数量将取决于主题。
@SilentGhost：更换成本更低，但匹配成本更高（很可能，因为引擎将在每次运行结束时进行匹配然后回溯）。尽管替换似乎是这两种操作中成本更高的一种，但总体而言您可能是对的。

【解决方案2】：

\w 匹配字母数字，添加连字符，然后否定整个集合：r"[^\w-]"

【讨论】：