Python 正则表达式从点分隔字母中删除点答案

【问题标题】：Python regex remove dots from dot separated lettersPython 正则表达式从点分隔字母中删除点
【发布时间】：2021-04-07 08:50:52
【问题描述】：

我想去掉单词中的点，使a.b.c.d变成abcd，但是在某些情况下：

单词中应该有至少2个点，例如a.b仍然是a.b，但是a.b.c是匹配的。
这应该只匹配 1 或 2 个字母。例如，a.bb.c 是匹配项（因为 a、bb 和 c 各有 1 或 2 个字母），但 aaa.b.cc 不是匹配项（因为 aaa 由 3 个字母组成）李>

这是我迄今为止尝试过的：

import re
texts = [
    'a.b.c', # Should be: 'abc'
    'ab.c.dd.ee', # Should be: 'abcddee'
    'a.b' # Should remain: 'a.b'
]
for text in texts:
    text = re.sub(r'((\.)(?P<word>[a-zA-Z]{1,2})){2,}', r'\g<word>', text)
    print(text)

这会选择“任何点后跟 1 或 2 个字母”，它会重复 2 次或更多次。选择工作正常，但用组替换，只会导致最后一次匹配，重复被忽略。

所以，它会打印：

ac
abee
a.b

这不是我想要的。我会很感激任何帮助，谢谢。

【问题讨论】：

标签： python regex regex-group python-re

【解决方案1】：

以. 点开始比赛并不能确保在它之前有一个字符 a-zA-Z。

如果您在替换中使用命名组 word，它将包含上次迭代的值，因为它本身在重复组中。

您可以将 2 个或多个点与 1 或 2 次 char a-zA-Z 匹配，并在匹配时将点替换为空字符串。

为防止aaa.b.cc 匹配，您可以使用字边界\b

\b[a-zA-Z]{1,2}(?:\.[a-zA-Z]{1,2}){2,}\b

模式匹配：

\b 防止单词成为更大单词的一部分的单词边界
[a-zA-Z]{1,2} 匹配 1 或 2 次 char a-zA-Z
(?:非捕获组
- \.[a-zA-Z]{1,2} 匹配一个点和一个字符 a-zA-Z 的 1 或 2 次li>
){2,}关闭非捕获组并重复2次或更多次以匹配至少2个点
\b一个字边界

Regex demo | Python demo

import re

pattern = r"\b[a-zA-Z]{1,2}(?:\.[a-zA-Z]{1,2}){2,}\b"
texts = [
    'a.b.c',
    'ab.c.dd.ee',
    'a.b',
    'aaa.b.cc'
]

for s in texts:
    print(re.sub(pattern, lambda x: x.group().replace(".", ""), s))

输出

abc
abcddee
a.b
aaa.b.cc

【讨论】：

【解决方案2】：

^(?=(?:.*?\.){2,}.*$)[a-z]{1,2}(?:\.[a-z]{1,2})+$

您可以使用它来匹配字符串。如果匹配，您可以使用任何简单的方法删除.。

查看演示。

https://regex101.com/r/BrNBtk/1

【讨论】：