如何从字符串中每个单词末尾删除特殊字符？

Question

我希望它只匹配每个单词的结尾。

例如：

"i am test-ing., i am test.ing-, i am_, test_ing," 

输出应为：

"i am test-ing i am test.ing i am test_ing"

- killown

Answer 1

>>> import re
>>> test = "i am test-ing., i am test.ing-, i am_, test_ing,"
>>> re.sub(r'([^\w\s]|_)+(?=\s|$)', '', test)
'i am test-ing i am test.ing i am test_ing'

匹配一个或多个非字母数字字符 ([^\w\s]|_)，后面跟着一个空格 (\s) 或者字符串的结尾 ($)。(?= ) 结构是一个前瞻断言：它确保匹配的空格不包含在匹配中，因此它不会被替换；只有 [\W_]+ 会被替换。

好的，但为什么是 [^\w\s]|_？你可能会问。第一部分匹配任何非字母数字或下划线 ([^\w]) 或空格 ([^\s])，即标点符号。但我们确实想要消除下划线，所以我们将其与 |_ 包括在一起。

- John Kugelman

---

John：谢谢回复，我想知道$和\Z之间有什么区别？ - killown

通常（非多行）情况下，有一个区别；$ 会匹配输入字符串的结尾或者字符串末尾的换行符。\Z 只会在字符串的结尾匹配，这通常是期望的行为。 - John Machin

更准确地说：在换行符之前或刚好在换行符处。 - John Machin

此解决方案还会删除单词之间多余的空格，这可能是一个无意的（也可能是不希望的）副作用。 - jchl

我认为使用 r'([^\w\s]|_)+(?=\s|$)' 可以解决空格删除问题。 - jchl

@jchl 很好的发现。我注意到了，但是认为我可以使用更简单的正则表达式来解决，哈哈。 - John Kugelman