python - 正则表达式在 Python 中不匹配\t\n\r\f\v

Question

我有一个字符串列表:

content = ['***************************************\n\t', 'ADVENTURE', '*', 'Solving', 'it', 'in', 'easy', 'steps', '*\n\t', '*\t\t\t\t', '*\n\t', '*\t\t\t\t', '*\n\t', '***************************************\n\t\t', 'FROM:', 'THE', 'ROM', 'DR.', 'CALL', 'HER']

我试图删除以非字母数字字符结尾的任何内容，例如\t\n\v 等等。

我有以下代码:

import re

for each in content:
m = re.match('.*[\t\n\r\f\v]+',each) 
if m:
    content.remove(each)

但输出仍然给我带\n 或\t 的字符串。有什么想法吗？

Answer 1

此行为的原因是 content 列表正在动态更新。这会产生以下问题。假设它选择第 8 个索引项，即 '*\n\t'，它匹配正则表达式并被删除，这使得 '*\t\t\t\t' 变为向后移动一个位置，选择的下一个项目是 '*\n\t'。因此 '*\t\t\t\t' 保留在 中内容列表。为避免这种情况，您需要使用 copy 模块作为:

>>> import copy
>>> content = ['***************************************\n\t', 'ADVENTURE', '*', 'Solving', 'it', 'in', 'easy', 'steps', '*\n\t', '*\t\t\t\t', '*\n\t', '*\t\t\t\t', '*\n\t', '***************************************\n\t\t', 'FROM:', 'THE', 'ROM', 'DR.', 'CALL', 'HER']
>>> for i in copy.copy(content):
...     m=re.match(r'.*[\t\n\r\f\v]+',i)
...     if m:
...        content.remove(i)
... 
>>> content
['ADVENTURE', '*', 'Solving', 'it', 'in', 'easy', 'steps', 'FROM:', 'THE', 'ROM', 'DR.', 'CALL', 'HER']

你也可以在不使用 copy 模块的情况下这样做:

>>> for i in content[:]:
...     m=re.match(r'.*[\t\n\r\f\v]+',i)
...     if m:
...        content.remove(i)
... 
>>> content
['ADVENTURE', '*', 'Solving', 'it', 'in', 'easy', 'steps', 'FROM:', 'THE', 'ROM', 'DR.', 'CALL', 'HER']