用这些字符串的子字符串替换字符串中的字符串

Question

假设我有一个这样的字符串：

s = '(X_xy09 and X_foobar or (X_abc123 and X_something))'

我想把它变成

'(xy09 and foobar or (abc123 and something))'

那么 - 在这种特殊情况下 - 我可以简单地做

s.replace('X_', "")

它给出了所需的输出。

但是，在我的实际数据中，可能不仅有X_，还有其他前缀，所以上面的replace语句不起作用。

我需要的是替换

一个大写字母后跟一个下划线和任意的字母和数字序列

通过

第一个下划线之后的所有内容。

所以，要提取我可以使用的所需元素：

import re
print(re.findall('[A-Z]{1}_[a-zA-Z0-9]+', s))

打印出来的

['X_xy09', 'X_foobar', 'X_abc123', 'X_something']

我现在如何替换这些元素以便获得

'(xy09 and foobar or (abc123 and something))'

?

Answer 1

如果您需要删除后面带有下划线的大写 ASCII 字母，只有在前面没有单词 char 并且后跟字母数字 char 时，才可以使用

import re
s = '(X_xy09 and X_foobar or (X_abc123 and X_something))'
print(re.sub(r'\b[A-Z]_([a-zA-Z0-9])', r'\1', s))

查看Python demo 和regex demo。

模式详情

• \b - 前导词边界
• [A-Z]_ - ASCII 大写字母和_
• ([a-zA-Z0-9]) - 第 1 组（后来在替换模式中用 \1 引用）：1 个字母数字字符。

Answer 2

如果只需要替换大写字母后跟下划线，可以使用正则表达式r'[A-Z]_'。

s = '(X_xy09 and X_foobar or (X_abc123 and X_something))'
re.sub(r'[A-Z]_', '', s)

如果您有其他未提及的标准，您可能需要添加。 （例如，您的一些目标值遵循单词边界，而另一些则遵循括号。）如果您的输入类似于XY_something，则上述内容可能会给您错误的输出。这取决于您期望的输出。

Answer 3

另一个re.sub() 方法：

import re

s = '(X_xy09 and X_foobar or (X_abc123 and X_something))'
result = re.sub(r'[A-Z]_(?=[a-zA-Z0-9]+)', '', s)

print(result)

输出：

(xy09 and foobar or (abc123 and something))

---

• [A-Z]_(?=[a-zA-Z0-9]+) - (?=...) 正向前瞻断言，确保替换的 [A-Z]_ 子字符串后跟字母数字序列 [a-zA-Z0-9]+

Answer 4

您可以将re.sub() 与前瞻断言一起使用：

>>> import re
>>> s = '(X_xy09 and X_foobar or (X_abc123 and X_something))'
>>> re.sub(r'\b[A-Z]_(?=[a-zA-Z0-9])', '', s)
'(xy09 and foobar or (abc123 and something))'

来自docs：

(?=...)
如果 ... 匹配下一个则匹配，但不使用任何字符串。这称为前瞻断言。例如，Isaac (?=Asimov) 将匹配 'Isaac '，前提是它后面跟着 'Asimov'。