RegEx：如何删除大于号和小于号中的单词？ [复制]答案

【问题标题】：RegEx: how to remove a word in greater than sign and less than sings? [duplicate]RegEx：如何删除大于号和小于号中的单词？ [复制]
【发布时间】：2020-04-15 17:07:11
【问题描述】：

我有一句话：

'hi how <unk> are you'

我需要从中删除<unk>。

这是我的代码：

re.sub(r'\b{}\b'.format('<unk>'), '', 'agent transcript str <unk> with chunks for key phrases')

为什么我的 RegEx 不适用于 <...>？

【问题讨论】：

< 或 > 之间的空格没有单词边界

标签： python regex string

【解决方案1】：

< 或 > 之间没有空格，你可以试试

re.sub(r'(\s*)<unk>(\s*)', r'\1\2', your_string)

或者 - 如果你不想要两个空格，你可以试试

re.sub(r'(\s*)<unk>\s+', r'\1', your_string)

请记住，\b 是非单词字符 ([^\w+]+) 和单词字符 (\w+ 或 [A-Za-z0-9_]) 之间的单词边界。在您的原始字符串中，您试图找到空格和 < 或 > 之间的边界，其中 \b 不匹配。

见a demo on regex101.com。

【讨论】：

r'(\s*)<unk>(\s*)' 是一个错误的解决方案。右边：r'(?<!\w){}(?!\w)'.format(re.escape('<unk>')) 或r'(?<!\S){}(?!\S)'.format(re.escape('<unk>'))
我可以知道re.sub（r''，'''，'hi您是如何）和regex吗？
@illuminates 您想要搜索整个单词，因此，您需要明确的单词边界。或空白边界。或者自定义边界，只是你必须想出一个“词”的定义。