如何在 python 中替换正则表达式？答案

【问题标题】：How do I do this replace regex in python?如何在 python 中替换正则表达式？
【发布时间】：2011-03-19 21:00:45
【问题描述】：

给定一串文本，在 Python 中：

s = "(((((hi abc )))))))"
s = "***(((((hi abc ***&&&&"

如何将出现超过 3 次的所有非字母符号替换为空白字符串

对于以上所有，结果应该是：

hi abc

【问题讨论】：

【解决方案1】：

这应该有效：\W{3,}：匹配出现 3 次或更多次的非字母数字：

>>> s = "***(((((hi abc ***&&&&"
>>> re.sub("\W{3,}", "", s) 
'hi abc'
>>> s = "(((((hi abc )))))))"
>>> re.sub("\W{3,}", "", s) 
'hi abc'

【讨论】：

【解决方案2】：

如果您想替换任何非空格非字母数字序列（例如'!?&' 以及您的示例），@Stephen 的答案很好。但如果您只想替换三个或更多相同非字母字符的序列，反向引用会有所帮助：

>>> r3 = re.compile(r'(([^\s\w])\2{2,})')
>>> r3.findall('&&&xxx!&?yyy*****')
[('&&&', '&'), ('*****', '*')]

所以，例如：

>>> r3.sub('', '&&&xxx!&?yyy*****')
'xxx!&?yyy'

【讨论】：

【解决方案3】：

您不能（很容易，使用正则表达式）将其替换为与被替换文本长度相同的“空白字符串”。您可以将其替换为空字符串 "" 或单个空格 " " 或您选择的任何其他常量字符串；我在示例中使用了"*"，以便更容易看到正在发生的事情。

>>> re.sub(r"(\W)\1{3,}", "*", "12345<><>aaaaa%%%11111<<<<..>>>>")
'12345<><>aaaaa%%%11111*..*'
>>>

仔细注意：它不会改变“”......我假设“出现超过 3 次的非字母符号”意味着相同的符号必须发生超过 3 次”。我还假设您的意思是“超过 3”而不是“3 或更多”。

【讨论】：