正则表达式：替换字符串中的逗号，Python

Question

一些关于在 Python 中正则表达式工作方式的疑惑，我想要替换所有在字符串中的逗号，这些逗号前面是字母，而且后面跟着另一个字母或者空格。例如：

2015,1674,240/09,PEOPLE V. MICHAEL JORDAN,15,15
2015,2135,602832/09,DOYLE V ICON, LLC,15,15

第一行有效地有6列，而第二行有7列。因此我试图将第二行中（N，L）之间的逗号替换为空格（N L），如下所示：

2015,2135,602832/09,DOYLE V ICON LLC,15,15

这是我到目前为止尝试过的，但都没有成功：

new_text = re.sub(r'([\w],[\s\w|\w])', "", text) 

有什么想法我是错了吗？ 非常感谢您的帮助！

- calpyte

Answer 1

您使用的模式是([\w],[\s\w|\w])，它在逗号前匹配并消耗一个单词字符(即字母数字或下划线，[\w])，然后匹配逗号，接着匹配（并再次消耗）1个字符——空格、单词字符或文字|（在字符类中，管道符被视为字面含义的管道符，而不是交替运算符）。

因此，主要问题在于\w匹配字母和数字两种字符。

实际上，您可以利用先行断言。

(?<=[a-zA-Z]),(?=[a-zA-Z\s])

参见正则表达式示例

(?<=[a-zA-Z])是一个正向后行断言，它要求在,之前必须是一个字母，而(?=[a-zA-Z\s])是一个正向前瞻，要求逗号右边必须有一个字母或空格。

以下是Python示例：

import re
p = re.compile(r'(?<=[a-zA-Z]),(?=[a-zA-Z\s])')
test_str = "2015,1674,240/09,PEOPLE V. MICHAEL JORDAN,15,15\n2015,2135,602832/09,DOYLE V ICON, LLC,15,15"
result = p.sub("", test_str)
print(result)

如果您仍然想使用\w，您可以在否定的字符类中使用相反的类\W来排除数字和下划线：

(?<=[^\W\d_]),(?=[^\W\d_]|\s)

查看另一个正则表达式演示

- Wiktor Stribiżew

---

感谢您花时间详细描述您的方法！我理解的方式是，[a-zA-Z]匹配字母，而[a-zA-Z\s]匹配字母或空格。但为什么不必使用|来表示或语句呢？其次，“?<=”和“?=”之间有什么区别？它是否匹配任何字母（一个或零个字符）和任何字母/空格（正好一个字符）？ - calpyte

1）我不在[ 字符类 ]（http://www.regular-expressions.info/charclass.html）中使用 |交替符号，因为它是不必要的，在正字符类中，默认为交替关系（即 [123] 匹配 1、2 或 3）。 2） (?<=...)和(?=...)是[ ** 零宽度断言** ]（http://www.regular-expressions.info/lookaround.html），请阅读链接页面-这些用于检查某种模式是否存在，如果缺少，则不会匹配。 - Wiktor Stribiżew

非常感谢您的澄清！我使用了您的正则表达式，它完美地运行。 - calpyte

Answer 2

\w 匹配 a-z、A-Z 和 0-9，因此您的正则表达式将替换所有逗号。您可以尝试以下正则表达式，并用 \1\2 进行替换。

([a-zA-Z]),(\s|[a-zA-Z])

这里是演示。

- Quinn