在 Python 中删除数字而不是日期（正则表达式）答案

【问题标题】：Delete numbers not dates in Python (regex)在 Python 中删除数字而不是日期（正则表达式）
【发布时间】：2015-12-10 10:48:41
【问题描述】：

我知道how to delete extra-word numbers in Python，与：

s = re.sub("^\d+\s|\s\d+\s|\s\d+$", " ", s)

我想知道是否可以在保持日期的同时执行相同的操作：

s = "I want to delete numbers like 84 but not dates like 2015"

在英语中，一个快速而肮脏的规则可能是：如果数字以 18、19 或 20 开头并且长度为 4，则不要删除。

【问题讨论】：

标签： python regex

【解决方案1】：

要匹配除以18/19/20 开头的 4 位序列以外的任何数字序列，您可以使用

r'\b(?!(?:18|19|20)\d{2}\b)\d+\b'

见regex demo

正则表达式匹配：

\b - 引导词边界
(?!(?:18|19|20)\d{2}\b) - 一个否定的前瞻，它限制后续模式 \d+ 仅在没有 18、19 或 20 位于开头然后紧跟两位数字 \d{2} 时匹配（注意您可以将前瞻缩短为(?!(?:1[89]|20)\d{2}\b)，但很多人通常不赞成这样做，因为可读性会受到影响）
\d+ - 1 位或多位数字
\b - 词尾边界

Python code:

p = re.compile(r'\b(?!(?:18|19|20)\d{2}\b)\d+\b')
test_str = "Stack Overflow is a privately held website, the flagship site of the Stack Exchange Network, 4 5 6 created in 2008"
print p.sub("", test_str)

【讨论】：

刚想到浮点值，想出了\b(?!(?:18|19|20)\d{2}\b(?!\.\d))\d*\.?\d+\b。
感谢您的快速回复，但使用 Stack Overflow is a privately held website, the flagship site of the Stack Exchange Network, 4 5 6 created in 2008 它只会删除第一个数字 (4)，而不是 5 和 6...请参阅：regex101.com/r/tB0qR8/1
关于您的第一条评论，非常感谢您的改进。
It works 如果您添加 /g 标志。在 Python 中，re.sub 默认替换所有匹配项（无需指定任何内容）。