在之前的任何位置查找具有字母数字字符的非字母数字字符

Question

所以我正在编写一些代码，它需要一个字符串，例如 "This$#is% Matrix# %!"并删除所有在它们周围的某处都有字母数字符号的非字母数字符号。我设法做到了，但问题出在字符串上，在任何其他符号之前都有非字母数字符号。我想用“非固定长度”回顾来做到这一点，但这是不可能的。有什么解决方法吗？ 代码和一些例子：

decodedString = re.sub(r"[^0-9,a-z,A-Z](?=.+[0-9,a-z,A-Z])", " ",decodedString)
print("1st regex: " + decodedString)
decodedString = re.sub(r" (?= .+[0-9,a-z,A-Z])", "", decodedString)
print("2nd regex: " + decodedString)

（第二个正则表达式删除连续两次的空格，但它也应该只删除它之前的字母数字字符）。

"# @i##U" 应该变成"# @i U"，这个是唯一不工作的，因为它删除了开头的非字母数字字符（它返回"i #U"）

“This%%is$Matrix%%$script”应该变成“This is Matrix script”

“这个$#是% 矩阵# %！”应该变成“这是矩阵# %！”

我们将不胜感激！

Answer 1

你可以使用

re.sub(r'(?<=[^\W_])[\W_]+(?=[^\W_])', ' ', text)

详情：

• (?<=[^\W_]) - 字母或数字应紧邻左侧
• [\W_]+ - 一个或多个非字母数字
• (?=[^\W_]) - 字母或数字应立即在右侧。

请参阅regex demo。

见Python demo：

import re
texts = ['This%%is$Matrix%%$script', 'This$#is% Matrix# %!']
for text in texts:
    print(re.sub(r'(?<=[^\W_])[\W_]+(?=[^\W_])', ' ', text))

输出：

This is Matrix script
This is Matrix# %!