Python正则表达式：除了撇号之外，去除转义字符和标点符号

Question

我有一个看起来像这样的字符串：

"aaa\n\t\n asd123asd water's tap413 water blooe's"

如何使用正则表达式去除所有转义字符、数字和标点符号，但保留撇号？

我对正则表达式还不太熟悉，如果正则表达式比较复杂，请您解释一下每个表达式的含义。

- Eric Kim

---

请定义您所说的“转义字符”。 - Jan

@Jan \n \t \r .... - Eric Kim

@EricKim 你看过 Python 的正则表达式模块 re 的页面了吗？（https://docs.python.org/3/library/re.html）那里解释得非常清楚，我在做正则表达式相关的工作时都会用它作为参考文档。 - Gunee

Answer 1

您正在寻找一种搜索和替换方法，Python中应该使用re#sub()。

只需用''（空）替换非字母和撇号（[^a-zA-Z' ]+）即可。

- 那转义字符呢？
答：当在字符串内部时，它们将变成单个字符，例如，\n将被转换为换行符，不是字母或'。

如果您实际上已经在字符串中转义了一个转义字符（例如："abc\\nefg"），则应在正则表达式开头添加\\\\.|，它将匹配反斜杠+任何其他字符（因此它将是：\\\\.|[^a-zA-Z' ]）

这是有效的示例：

import re
s = "aaa\n\t\n asd123asd water's tap413 water blooe's"
replaced = re.sub("[^a-zA-Z' ]+", '', s)
print(replaced)

https://repl.it/repls/ReasonableUtterAnglerfish

---

如能解释每个表达式的含义，我将不胜感激。

因此，解释如下：

• \\\\ - 匹配一个反斜杠（为什么是四个？每个对都将转义Python字符串的斜杠进行编译，这将变成一个\\，这就是您在正则表达式中匹配反斜杠的方法）。
• . - 匹配除换行符以外的任何字符。
• | - 或表达式，可以匹配前面或后面的内容。
• [^...] - 必须不是这些字符之一（在括号内）。
• a-zA-Z'  - 匹配从a到z，从A到Z，'或 的字符。
• + - 量词，虽然在此处不是必需的，但有助于减少匹配次数，从而减少执行时间（它将被翻译为“在后面的项中出现一次或多次”）。

- Mateus

Answer 2

import re
snt="aaa\n\t\n asd123asd water's tap413 water blooe's"
"".join(re.findall("[^\n\t\d:.,]+",snt))

- AnilReddy

Answer 3

我不确定你具体浏览的是什么，但是((\\n|\\t|\.|\ |\,|\;)+)+可以选择你的规范...在regexr.com中尝试你自己的正则表达式。

- faanbece