删除字母Python之间的符号

Question

我想从字符串中删除某些符号。我只想删除字母之间的符号。如果我的问题不够清楚，那么这里有一些例子： 符号是@31!

输入

@@He11o Wor1d!
!!T3ach !m3
@13!

预期输出

@@Heo Word!
!!Tach !m3
@13!

你能指出我正确的方向吗？我不指望你为我做这件事。我知道这可以通过正则表达式和 for 循环来完成，但对于像我这样的初学者来说，正则表达式似乎有点困难。这是我现在正在做的事情：

string = '@@He11o Wor1d!'
string_copy = string
symbols = "@31!"
for char in symbols:
    string_copy = string_copy.replace(char, "")

我知道这个脚本会替换所有符号

Answer 1

Regular expressions 一开始肯定很吓人，但值得尝试学习它们，因为它们最终非常有用。在这种情况下，您想要的是：

import re
string = re.sub(r'([a-zA-Z])[@31!]+(?=[a-zA-Z])', r'\1', string)

Let's look at what this does.

re.sub 类似于str.replace，但它使用正则表达式。

[a-zA-Z] 匹配任何字母。

[@31!]+ 匹配一个或多个列出的符号。

+ 导致生成的 RE 匹配前一个 RE 的 1 次或多次重复。

(?=[a-zA-Z]) 是一个字母的前瞻断言。这意味着匹配后跟一个字母，但该字母不是匹配的一部分。

(?=...) 匹配 if ... 匹配下一个，但不消耗任何字符串。这称为前瞻断言。例如，Isaac (?=Asimov) 仅在 'Asimov' 后跟 'Isaac' 时才会匹配。

所以([a-zA-Z])[@31!]+(?=[a-zA-Z]) 匹配一个字母后跟列表中的一个或多个符号。此匹配后跟一个字母，但匹配不包括该字母。

\1 是对正则表达式中括号组的反向引用，在本例中为 [a-zA-Z]。这就是我们想要替换我们找到的内容。

（字符串前的rs 是为了使它们成为原始字符串，这在使用正则表达式时通常会有所帮助。）

编辑：

正如@ctwheels 指出的那样，you can also use a lookbehind assertion rather than a backreference：

string = re.sub(r'(?<=[a-zA-Z])[@31!]+(?=[a-zA-Z])', r'', string)

Answer 2

正确地做到这一点很棘手。虽然我通常更喜欢避免使用正则表达式，除非它们是必要的，但这绝对是它们使工作变得更容易的情况。很多。但无论如何，这是一个非正则表达式解决方案。

我们使用标准的groupby 函数将输入字符串分成三种组：“A”组包含字母，“S”组包含特殊符号，“O”组包含其他任何内容。然后我们扫描这些组，将它们复制到result 列表中，除非该组是一个“S”组并且它的前面和后面都有一个“A”组。最后，我们将复制的组重新连接成一个字符串。

为了更容易检查以下组，我们将('O', '') 的“假”组添加到组列表的末尾。这样一来，每个真实组都有一个后续组。

from itertools import groupby

symbols = '@31!'

def keyfunc(c):
    if c in symbols:
        return 'S'
    elif c.isalpha():
        return 'A'
    else:
        return 'O'

def remove_symbols(s):
    groups = [(k, ''.join(g)) for k, g in groupby(s, keyfunc)] + [('O', '')]
    result = []
    prev = 'O'
    for i, (k, g) in enumerate(groups[:-1]):
        # If a group of symbols has an alpha group on both sides, don't copy it
        if not (k == 'S' and prev == 'A' and groups[i+1][0] == 'A'):
            result.append(g)
        prev = k
    return ''.join(result)

# Test

data = '''\
@@He11o Wor1d!
!!T3ach !m3
@13!
lala@@@@ 
'''

expected = '''\
@@Heo Word!
!!Tach !m3
@13!
lala@@@@
'''
print('Data')
print(data)

print('Expected')
print(expected)

print('Output')
for s in data.splitlines():
    print(remove_symbols(s))   

输出

Data
@@He11o Wor1d!
!!T3ach !m3
@13!
lala@@@@ 

Expected
@@Heo Word!
!!Tach !m3
@13!
lala@@@@

Output
@@Heo Word!
!!Tach !m3
@13!
lala@@@@ 

Answer 3

代码

See this regex in use here

(?<=[a-z])[@13!]+(?=[a-z])

---

结果

输入

@@He11o Wor1d!
!!T3ach !m3
@13!

输出

@@Heo Word!
!!Tach !m3
@13!

---

说明

• (?<=[a-z]) 正向后视确保前面是a 和z 之间的字母
• [@13!]+ 匹配集合中存在的一个或多个字符 @13!
• (?=[a-z]) 正向前瞻确保后面是a 和z 之间的字母

使用i 标志使模式不区分大小写，因此a-z 也匹配A-Z

---

用法

import re
regex = r"(?<=[a-z])[@13!]+(?=[a-z])"
result = re.sub(regex, "", string, 0, re.IGNORECASE)
# re.IGNORECASE can be replaced with the shortened re.I

或（正则表达式中的标志，而不是传递给函数）

import re
regex = r"(?i)(?<=[a-z])[@13!]+(?=[a-z])"
result = re.sub(regex, "", string)