python - 删除Python中带空格或 "-"的单词

Question

这是问题 here 的扩展

现在就像链接的问题一样，答案使用 space? 作为正则表达式模式来匹配包含空格或不包含空格的字符串。

问题陈述:

我有一个字符串和一个短语数组。

input_string = 'alice is a character from a fairy tale that lived in a wonder land. A character about whome no-one knows much about'

phrases_to_remove = ['wonderland', 'character', 'noone']

现在我想做的是从 input_string 中删除数组 phrases_to_remove 中最后出现的单词。

output_string = 'alice is a character from a fairy tale that lived in a. A about whome knows much about'

注意:要删除的单词可能出现在字符串中，也可能不出现，如果出现，它们可能以相同的形式出现:{'wonderland' 或 'character', 'noone'}或者它们可能在单词之间带有空格或连字符 (-)，例如仙境，无人，人物。

代码的问题是，我无法删除空格或-不匹配的单词。例如wonder land和wonderland和wonder-land。

我尝试将 (-)?|( )? 作为正则表达式，但无法使其工作。

我需要帮助

Answer 1

你的正则表达式的问题是分组。使用(-)?|( )?因为分隔符的作用并不像您想象的那样。

考虑当单词列表为 a,b 时会发生什么:

>>> regex = "(-)?|( )?".join(["a", "b"])
>>> regex
'a(-)?|( )?b'

您希望此正则表达式匹配 ab或a b或a-b ，但显然它并没有这样做。它匹配 a , a- , b或<space>b相反!

>>> re.match(regex, 'a')
<_sre.SRE_Match object at 0x7f68c9f3b690>
>>> re.match(regex, 'a-')
<_sre.SRE_Match object at 0x7f68c9f3b718>
>>> re.match(regex, 'b')
<_sre.SRE_Match object at 0x7f68c9f3b690>
>>> re.match(regex, ' b')
<_sre.SRE_Match object at 0x7f68c9f3b718>

要解决此问题，您可以将分隔符包含在其自己的组中:([- ])? .

如果您还想匹配像 wonder - land 这样的单词(即连字符之前/之后有空格)您应该使用以下 (\s*-?\s*)? .