【问题标题】：Regular expression - Python [list query]正则表达式 - Python [列表查询]
【发布时间】：2020-10-15 11:40:54
【问题描述】：

我正在尝试为此列表编写一个正则表达式：

data= ["Fred is Deputy Manager. He is working for MNC.", "Rita is another employee in AC Corp."]

我想删除所有以大写字母开头的单词，但它不应该检查每个句子的第一个单词，即它不应该检查 Fred、He 和 Rita。

输出应该是

Output-["Fred is. He is working for.", "Rita is another employee in."]

我尝试寻找解决方案，但找不到任何相关代码。任何帮助将不胜感激。

谢谢。

【问题讨论】：

你应该提供你迄今为止尝试过的东西。
我试过这个answer = [re.sub(r'([^.])([A-Z]\w*)', r'\1'|,sent) for d in data] 但它不起作用
将其编辑到您的问题中
为了让这个问题变得更好，请edit它，添加您尝试过的代码并更详细地解释这一点“但它不起作用”。谢谢..

标签： python python-3.x regex regular-language

【解决方案1】：

您需要找到并删除所有不跟在标点符号后面的大写单词，然后找到并删除尾随空格（这个解决方案不是最干净的，但它确实有效）。列表推导式在这里也能派上用场。

import re

data = ["Fred is Deputy Manager. He is working for MNC.", "Rita is another employee in AC Corp."]
# find and replace all capital words that don't follow punctuation with ''
text = [re.sub(r'(?<!\.\s)(?!^)\b([A-Z]\w*(?:\s+[A-Z]\w*)*)', '', item) for item in data]
# find and remove all trailing spaces before periods
output = [re.sub(r'\s([?.!"](?:\s|$))', r'\1', item) for item in text]

>>> output
['Fred is. He is working for.', 'Rita is another employee in.']

【讨论】：

【解决方案2】：

首先，让我为 python 3 的正则表达式文档的无用表示歉意。回答这个问题的所有信息技术上都可以在here 中找到，但您已经需要了解re 的工作原理才能理解它。话虽如此，但愿这能给你一个帮助：

一个简单的答案

您可以尝试以下代码：

import re

data = ["Fred is Deputy Manager. He is working for MNC.", "Rita is another employee in AC Corp."]

matcher = re.compile("(?<![.])[ ][A-Z][A-z]*")
print([matcher.sub("",d) for d in data])
# prints: ['Fred is. He is working for.', 'Rita is another employee in.']

基本上，这会编译一个正则表达式，它将匹配不带句点的大写单词：

(?<![.]) -> 如果前面有句点则不匹配
[ ][A-Z][A-z]* -> 任何大写的单词（有一个前导空格，确保永远不会匹配字符串中的第一个单词）

然后，它将该正则表达式应用于列表中的每个字符串，并用空字符串替换匹配项：""

一些限制

如果您的字符串曾经有双空格或其他空白字符（如制表符或回车）会破坏这一点。您可以改用以下方法解决此问题：

matcher = re.compile("(?<![.])\s+[A-Z][A-z]*")

\s+ 将匹配一个或多个空白字符

此外，如果您的字符串以空格开头，那也会破坏这一点。您可以使用以下方法解决此问题：

print([matcher.sub("",d.strip(" ")) for d in data])

从字符串中删除前导或尾随空白字符。

【讨论】：