Python 正则表达式 - 删除特定模式

Question

我正在尝试使用正则表达式来删除与数据集中的流派名称相关的特定关键代码。然而，到目前为止，我所拥有的是摆脱大部分键码，但留下一些字母，我不知道为什么。经检查，似乎主要是在后面有字母的 0 处出现问题，例如“/m/0lxr”留下了 lxr。

如果有人知道我将如何解决这个问题，请告诉我!

这是我到目前为止的代码。

def prepare(self, word): 
    word = re.sub(r'//', "", word)
    word = re.sub(r'/\u[0-9][a-z]', "", word)

    word = re.sub(r'/.', "", word) 
    word = re.sub(r'/,', "", word) 
    word = re.sub(r'/!', "", word) 
    word = re.sub(r'/?', "", word) 
    word = re.sub(r'/{', "", word)

    word = re.sub(r"'", "", word)
    word = re.sub(r"//m//[0-9][a-z]+", "", word) 
    word = re.sub(r'[0-9][a-z]+', "", word)
    word = re.sub(r'[a-z][0-9]+', "", word)

    return word

Answer 1

您可以使用ast.literal_eval:

import ast
s = '{"/m/0lsxr":"Crime Fiction"}'
final_output = ast.literal_eval(s).values()
print(final_output)

输出:

['Crime Fiction']