正则表达式搜索删除单词

Question

我想从段落中删除前 4 个单词原来的 ： Mywebsite 21 12 34 have 10000 traffic我想要的结果：have 10000 traffic我有 1000 行与原始段落 ( Mywebsite 21 12 34 have 10000 traffic) 相同我有正则表达式搜索代码，它是这样工作的：下面的代码是从句子中删除第一个单词：^\w+\s+(.*)  = replace with $1以下代码将从 line 删除所有数字：[0-9 ]+  = replace with space我想结合上面的代码，并使一个正则表达式搜索代码按照我上面的解释工作，但不影响同一行的任何其他单词。

Answer 1

如果你的行都是完全相同的格式，即如果你总是需要删除前 4 个单词，你可以做这样的事情，这比 RegEx 更容易理解：

# Iterate through all your lines

for line in lines:

    # Split the line string on spaces to create an array of words.

    words = line.split(' ')

    # Exclude the 4 first words and re-join the string with the remaining words.

    line = ' '.join(words[4:])

Answer 2

您可以使用

re.sub(r'^(\w+\s)[\d\s]+', r'\1', text)

查看正则表达式演示a 模式将匹配

• ^- 字符串的开始

• (\w+\s)- 捕获组 1：一个或多个单词字符和一个空格

• [\d\s]+- 1+ 空格或数字字符。

Python演示：

import re

rx = re.compile(r"^(\w+\s)[\d\s]+")

s = "Mywebsite 21 12 34 have 10000 traffic"

print( rx.sub(r"\1", s) ) # => Mywebsite have 10000 traffic

Answer 3

您尝试的模式^\w+\s+(.*)匹配 1+ 个单词字符、1+ 个空白字符，然后匹配除换行符之外的任何字符，直到字符串结尾，这样将匹配整个字符串。

要删除第一个单词和以下 3 次 2 数字，您可以使用：

^\s*\w+(?: \d{2}){3}\s*

• ^字符串的开始

• \s*匹配 0+ 个空格字符

• \w+匹配 1+ 个单词字符

• (?: \d{2}){3}重复 3 次匹配一个空格和 2 个数字

• \s*匹配 0+ 个空格字符

正则表达式演示| Python 演示

请注意，它\s也匹配换行符。如果您只想匹配空格或制表符，则可以[ \t]改用。