匹配正则表达式中的任何字符答案

【问题标题】：Matching any character in regex匹配正则表达式中的任何字符
【发布时间】：2015-09-02 02:00:44
【问题描述】：

我有一个'utf-8'字符串，通常是这样的

'\x99\xb3...' 等等。

但是，可能存在格式错误的字节，例如 '\x\y' 等。

我尝试过使用 '\.\' 之类的正则表达式，但它似乎不起作用。如何在我的 utf8 字符串中删除这些格式错误的字节？

【问题讨论】：

您为此使用什么编程语言或文本编辑器？不同的正则表达式实现有不同的特性。
@KennethK。我正在使用 python

标签： regex utf-8

【解决方案1】：

我认为这里发生了几件事。我正在使用 Kerwin 的示例来猜测您的输入 - 但删除双反斜杠，因为我不认为这是您将要使用的内容：\x99\xb3\x\y\x99\x\xb3

首先，您没有转义反斜杠，因此您实际上是在告诉正则表达式引擎您想匹配一个文字句点 (.)，然后是另一个您没有提供的文字。
其次，我认为您不需要匹配（从而从进一步分析中删除）结束反斜杠；相反，我认为您需要将这部分搜索放在一个前瞻组中。

看看这是否给你预期的结果：(\\.)(?=\\)

您可以在 https://regex101.com/r/eB8mH1/1 在线查看（并修改）它。

【讨论】：

【解决方案2】：

猜你的输入是\x99\xb3\\x\\y\x99\\x\xb3，然后删除所有\x\y

  import re
  p = re.compile(r'\\[a-z](?!\w)')
  test_str = "\x99\xb3\\x\\y\x99\\x\xb3"
  result = re.sub(p, "",test_str)
  print test_str
  print result

【讨论】：