替换除某个字符之外的所有正则表达式匹配项答案

【问题标题】：Replacing all regular expression matches except a certain character替换除某个字符之外的所有正则表达式匹配项
【发布时间】：2014-03-28 20:55:12
【问题描述】：

我想知道如何替换除某个选定字符之外的所有正则表达式匹配项。

我需要清理数据。数据的一个例子是

`some-really,dirty.data%#$_.`

我想要的样子

some-reallydirtydata_

注意some 和really 之间的-。这是我选择的角色，我不想删除。

这是我的代码的 sn-p：

import re

unclean_string = "some-really,dirty.data%#$_."
clean_string = re.sub('\W', '', unclean_string)

print clean_string
>>>"somereallydirtydata_"

我知道\W 会删除除“0 到 9、a 到 z、A 到 Z 和下划线”之外的所有内容。

我想知道如何删除所有这些，以及一个选定的字符（例如-）。

免责声明：对于提出这样一个基本问题，我提前道歉。我是 Python 新手并使用正则表达式。

【问题讨论】：

标签： python regex

【解决方案1】：

你可以使用：

clean_string = re.sub(r'[^\w-]', '', unclean_string)

[^\w] 等同于\W。所以，如果你在其中添加一个-，你也不会匹配它。

注意：我还提取了上面的正则表达式字符串，因为这样做是一个好习惯。这可以防止您在转义期间出现意外行为。

【讨论】：

【解决方案2】：

在您的正则表达式中包含连字符：

clean_string = re.sub('[^-\w]', '', unclean_string)

正则表达式的解释：

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  [^-\w]                   any character except: '-', word characters
                           (a-z, A-Z, 0-9, _)

【讨论】：