如何删除python字符串中包含子字符串的单词？答案

【问题标题】：How to remove words containing a substring in a python string?如何删除python字符串中包含子字符串的单词？
【发布时间】：2014-05-20 13:16:16
【问题描述】：

当我使用 Twitter API 时，我得到了几个包含链接的字符串（推文），这就是以 'http://' 开头的子字符串。

我怎样才能摆脱这些链接，就是这样，我想删除整个单词。

假设我有：

'Mi grupo favorito de CRIMINALISTICA. Ultima clase de cuatrimestre http://t.co/Ad2oWDNd4u'

我想获得：

'Mi grupo favorito de CRIMINALISTICA. Ultima clase de cuatrimestre'

这样的子字符串可能出现在字符串的任何位置

【问题讨论】：

它们会只出现在最后吗？
@thefourtheye 我已经习惯看到你了 :P 他们可能不仅仅出现在最后
另外，网址后面会有空格吗？
可能有，@thefourtheye

标签： python

【解决方案1】：

您可以使用re.sub() 将所有链接替换为空字符串：

>>> import re
>>> pattern = re.compile('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
>>> s = 'Mi grupo favorito de CRIMINALISTICA. Ultima clase de cuatrimestre http://t.co/Ad2oWDNd4u'
>>> pattern.sub('', s)
'Mi grupo favorito de CRIMINALISTICA. Ultima clase de cuatrimestre '

它替换字符串中任何位置的所有链接：

>>> s = "I've used google https://google.com and found a regular expression pattern to find links here https://stackoverflow.com/questions/6883049/regex-to-find-urls-in-string-in-python"
>>> pattern.sub('', s)
"I've used google  and found a regular expression pattern to find links here "

正则表达式取自该线程：

Regex to find urls in string in Python

【讨论】：

【解决方案2】：

你可以这样做：

s[:s.index('http://')-1]

如果它并不总是出现在最后，你可以这样做：

your_list = s.split()
i = 0
while i < len(your_list):
    if your_list[i].startswith('http://'):
        del your_list[i]
    else:
        i+=1
s = ' '.join(your_list)

【讨论】：