如何用正则表达式替换除'-'（破折号）之外的所有\W（无字母）？答案

【问题标题】：How to replace all \W (none letters) with exception of '-' (dash) with regular expression?如何用正则表达式替换除'-'（破折号）之外的所有\W（无字母）？
【发布时间】：2014-12-21 10:27:51
【问题描述】：

我想替换所有 \W 而不是字母，除了 - 破折号到空格，即：

black-white 会给black-white
black#white 会给black white

我非常了解正则表达式，但我不知道如何处理它。

考虑到我想使用 Unicode，所以 [a-zA-Z] 不是 \w 就像只有英文一样。考虑到我更喜欢 Python re 语法，但可以阅读其他建议。

【问题讨论】：

标签： python regex string

【解决方案1】：

使用否定字符类：（\W 等价于[^\w]；[^-\w] => \W 除了-）

>>> re.sub(r'[^-\w]', ' ', 'black-white')
'black-white'
>>> re.sub(r'[^-\w]', ' ', 'black#white')
'black white'

如果你使用regex包，你可以使用nested sets, set operations：

>>> import regex
>>> print regex.sub(r'(?V1)[\W--[-]]', ' ', 'black-white')
black-white
>>> print regex.sub(r'(?V1)[\W--[-]]', ' ', 'black#white')
black white

【讨论】：

【解决方案2】：

我会使用negative lookahead，如下所示，

>>> re.sub(r'(?!-)\W', r' ', 'black-white')
'black-white'
>>> re.sub(r'(?!-)\W', r' ', 'black#white')
'black white'

(?!-)\W 开头的否定前瞻断言我们要匹配的字符将是 \W（非单词字符列表）中的任何字符，但不是连字符 - 中的任何字符。这就像一种减法，即\W - character present inside the negative lookahead（即连字符）。

DEMO

【讨论】：

你也可以使用这个-(*SKIP)(*F)|\W regex101.com/r/sS1qO8/3 但是正则表达式模块不支持这个。
做更好的分词的好主意。