python - 正则表达式 : replace comma in string, Python

Question

我对正则表达式在 python 中的工作方式感到困惑，我想替换字符串中所有以字母开头、后跟字母或空格的逗号。例如:

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

第一行实际上有 6 列，而第二行有 7 列。因此，我试图用空格 (N L) 替换第二行中 (N, L) 之间的逗号:

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

这是我到目前为止尝试过的，但是没有成功:

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

有什么我错的想法吗？

帮助将不胜感激!

Answer 1

您使用的模式，([\w],[\s\w|\w]) , 在 [\w] 之前消耗一个字符字符(= 字母数字或下划线，,) , 然后匹配逗号，然后匹配(再次消耗)1 个字符 - 空格、单词字符或文字 | (在字符类中，管道字符被认为是文字管道符号，而不是交替运算符)。

所以，主要问题是\w匹配字母和数字。

您实际上可以利用环视:

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

参见 regex demo

(?<=[a-zA-Z])是一个积极的回顾，需要一个字母在 , 之前和 (?=[a-zA-Z\s])是一个积极的前瞻，需要在逗号之后出现一个字母或空格。

这是一个Python demo :

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)

如果你还想用\w , 您可以使用相反的类 \W 从中排除数字和下划线在否定字符类中:

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

参见 another regex demo