如何使用正则表达式删除python中某个字符串的前导和尾随非字母数字字符？

Question

如何删除给定字符串中某个子字符串前后的前导和尾随非字母字符？请参阅下面的示例

input_string = m#12$my#tr!#$g%

output_string = m12my#tr!g

在这种情况下，子字符串是my#tr!

给定输入字符串如何得到输出字符串？

我在下面的尝试删除了所有前导字符（包括字母数字）。请参阅下面的代码 sn-p）。我尝试修改 \W+ 而不是 .+，但没有成功。

import re
input_string = "m#12$my#tr#$%"
output_string = re.sub(r'.+?(?=my#tr!)', '', "m#12$my#tr!#$g%")

感谢任何关于我如何为此目的使用正则表达式模式的想法。

Answer 1

这样做的一种方法是将字符串拆分为所需的子字符串，替换第一部分和最后一部分中的非字母数字字符，然后重新组合字符串：

import re

input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
first, last = input_string.split(mid)
first = re.sub('[^a-z0-9]', '', first)
last = re.sub('[^a-z0-9]', '', last)

output_string = first + mid + last
print(output_string)

输出：

m12my#tr!g

如果您使用 PyPi 中的 regex 模块，您可以利用可变长度的lookbehinds 并替换目标字符串之前或之后的任何非字母数字字符：

import regex

input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
output_string = regex.sub(rf'[^a-z0-9](?=.*{mid})|(?<={mid}.*)[^a-z0-9]', '', input_string)
# 'm12my#tr!g'

请注意，如果mid 包含正则表达式的特殊字符（例如. [ { $ ^ 等），您应该在使用前对其进行转义，即

mid = 'my#tr!'
mid = regex.escape(mid)

如果您根本不想使用正则表达式，您可以手动将非字母数字字符从第一部分和最后一部分中去除。例如：

import string

input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
first, last = input_string.split(mid)
first = ''.join(c for c in first if c in string.ascii_letters + string.digits)
last = ''.join(c for c in last if c in string.ascii_letters + string.digits)
output_string = first + mid + last