我正在尝试使用以下代码删除模式
x = "mr<u+092d><u+093e><u+0935><u+0941><u+0915>"
pattern = '[<u+0-9de>]'
re.sub(pattern,'', x)
输出
mr
对于给定的示例字符串，此输出实际上是正确的，但是当我将此代码运行到语料库时，它会删除所有出现的“de”以及数字等。我希望仅在 时替换这些内容用过的。
【问题讨论】：
标签： python regex string pattern-matching
你需要把<>放在外面，因为结构总是
<开头
u\+
[0-9a-f]{4} 来自 Unicode 定义>结尾
pattern = '<u\+[0-9a-f]{4}>'
re.sub(pattern,'', x)
REGEX DEMO ★ CODE DEMO
【讨论】：
hex 字符。
hex 字符，我明白了。谢谢曼迪
<u\+[0-9a-f]{2,5}> 例如接受 3-4-5 长度，如 023、a5d0 和 5d9c0