在 Python 中组合正则表达式 - \W 和 \S

Question

我希望我的代码只返回特殊字符 [".", "*", "=", ","] 我想删除所有数字/字母字符("\W") 和所有空格("\S")

import re

original_string = "John is happy. He owns 3*4=12, apples"
new_string = re.findall("\W\S",original_string)
print(new_string)

但是我得到了这个作为我的输出： [' i', ' h', ' H', ' o', ' 3', '*4', '=1', ' a']

我完全不知道为什么会发生这种情况。因此我有两个问题：

1) 使用正则表达式是否可以实现我的目标

2) 我的代码到底发生了什么？

Answer 1

您很接近，但您需要在字符类中指定这些转义序列。

re.findall(r'[^\w\s]', original_string)
# ['.', '*', '=', ',']

请注意，插入符号 ^ 表示否定（即，不要匹配这些字符）。

或者，与其删除你不需要的东西，不如提取你做的东西？

re.findall(r'[.*=,]', original_string)
# ['.', '*', '=', ',']

Answer 2

在这里，我们还可以在[] 中添加我们想要的特殊字符，滑动其他所有内容，然后只收集这些字符：

([\s\S].*?)([.*=,])?

Python 测试

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"([\s\S].*?)([.*=,])?"

test_str = "John is happy. He owns 3*4=12, apples"

subst = "\\2"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

JavaScript 演示

const regex = /([\s\S].*?)([.*=,])?/gm;
const str = `John is happy. He owns 3*4=12, apples`;
const subst = `$2`;

// The substituted value will be contained in the result variable
const result = str.replace(regex, subst);

console.log('Substitution result: ', result);

正则表达式

如果这不是我们想要的表达式，我们可以在regex101.com 中修改/更改它。

正则表达式电路

我们还可以可视化jex.im中的表达式：

Demo

Answer 3

正则表达式\W\S匹配两个字符的序列；一个非单词，一个非空格。如果你想组合它们，那就是[^\w\s]，它匹配一个既不属于单词也不属于空白组的字符。

但是，有许多字符不是您列举的与此表达式匹配的字符之一。如果你想删除不在你的集合中的字符，包含所有这些字符的字符类就是[^.*=,]

也许值得注意的是，在 [...] 内部，您不需要（实际上也不应该）反斜杠转义，例如字面点。默认情况下，字符类不能匹配换行符，但有一个选项 re.DOTALL 可以更改这一点。

如果您尝试提取和解析数值表达式，正则表达式可能是词法分析的有用部分，但您确实需要一个合适的解析器。