使用正则表达式从字符串中删除数字

Question

我正在尝试从字符串中删除所有未附加到单词的数字。例子：

 "python 3" => "python"
 "python3" => "python3"
 "1something" => "1something"
 "2" => ""
 "434" => ""
 "python 35" => "python"
 "1 " => ""
 " 232" => ""

到目前为止，我使用的是以下正则表达式：

((?<=[ ])[0-9]+(?=[ ])|(?<=[ ])[0-9]+|^[0-9]$)

它可以正确地做上面的一些例子，但不是全部。有什么帮助和解释吗？

Answer 1

为什么不只使用单词边界？

\b\d+\b

这是一个例子：

>>> import re
>>> words = ['python 3', 'python3', '1something', '2', '434', 'python 35', '1 ', ' 232']
>>> for word in words:
...     print("'{}' => '{}'".format(word, re.sub(r'\b\d+\b', '', word)))
...
'python 3' => 'python '
'python3' => 'python3'
'1something' => '1something'
'2' => ''
'434' => ''
'python 35' => 'python '
'1 ' => ' '
' 232' => ' '

请注意，这不会删除前后的空格。我建议使用strip()，但如果不是，您可以使用\b\d+\b\s*（后面的空格）或类似的东西。

Answer 2

您可以只拆分单词并删除任何更容易阅读的数字单词：

new = " ".join([w for w in s.split() if not w.isdigit()])

而且似乎更快：

In [27]: p = re.compile(r'\b\d+\b')

In [28]: s =  " ".join(['python 3', 'python3', '1something', '2', '434', 'python
    ...:  35', '1 ', ' 232'])

In [29]: timeit " ".join([w for w in s.split() if not w.isdigit()])

100000 loops, best of 3: 1.54 µs per loop

In [30]: timeit p.sub('', s)

100000 loops, best of 3: 3.34 µs per loop

它还会像您预期的输出一样删除空格：

In [39]:  re.sub(r'\b\d+\b', '', " 2")
Out[39]: ' '

In [40]:  " ".join([w for w in " 2".split() if not w.isdigit()])
Out[40]: ''

In [41]:  re.sub(r'\b\d+\b', '', s)
Out[41]: 'python  python3 1something   python     '

In [42]:  " ".join([w for w in s.split() if not w.isdigit()])
Out[42]: 'python python3 1something python'

所以这两种方法有很大的不同。

Answer 3

这个正则表达式 (\s|^)\d+(\s|$) 可以在 javascript 中如下所示工作

var value = "1 3@bar @foo2 * 112";
var matches = value.replace(/(\s|^)\d+(\s|$)/g,"");
console.log(matches)

它分为三个部分：

1. 它首先使用 (\s|^) 匹配空格或字符串的乞求，而 \s 匹配空格 |表示 or 和 ^ 表示字符串的开头。
2. 下一个匹配数字从 1 到次，使用 \d 作为数字，使用 + 匹配 1 到 N 次，但尽可能多。
3. 最后 (\s|$) 将空格或字符串结尾与 \s 匹配空格进行匹配，|意思是或，和 $ 匹配字符串的结尾。

如果你有几行，你可以用行尾或 \n 替换 $，或者像这样将它添加到它旁边 (\s|$|\n)。希望这就是您想要的。