使用 reg ex 和 re.sub 匹配模式

Question

我试图从一些数据中删除以下模式，但得到的结果好坏参半。--endof["somerandomtext"]基本上，文本总是以 开头--endof["和结尾，"]并且之间的单词会发生变化。我正在使用的代码行目前无法正常工作。d = re.sub('--+([a-zA-Z0-9_"-\[]*)+\]', " ", d)我是尝试使用 re.sub 或任何方法解析数据的新手。我一直在猜测如何尝试使这条线正常工作，我可能有一些错误导致了我的问题。任何帮助表示赞赏。

Answer 1

要删除以 开头--endof["和结尾的文本"]，您应该将它们匹配为精确字符，并匹配中间的子字符串。

因为[和]在正则表达式中具有特殊含义，所以您需要使用\（如注释中正确所述，]不必在此处转义，为了更加清晰而将其转义）对它们进行转义。

在此示例中，中间的子字符串由一个或多个字母和数字组成（因此是+）。它可以根据需要进行更改。

str = re.sub('--endof\["[a-zA-Z0-9]+"\]', "", str)

为了进一步打破这个问题 -

--endof完全匹配这些字符。
\[匹配字符[。
"匹配字符"。
[a-zA-Z0-9]+匹配由一个或多个字母和数字组成的字符串（+表示“一个或多个”）。
"再次匹配字符"。
\]匹配字符]（并且可以单独指定]）。

Answer 2

s = re.sub('--endof\[[^]]+]', '', s)

--endof[这会删除以 开头、后跟任意数量的非]s ( [^]]+) 和 a 的字符串]。适用于任何不包含右括号的文本。