Python正则表达式替换引号中的文本，引号本身除外

Question

所以我有一个测试字符串

content = 'I opened my mouth, "Good morning!" I said cheerfully'

我想使用regex删除双语音标记之间的文本，但不是语音标记本身。所以它会回来的

^{pr2}$

我使用以下代码

content = re.sub(r'".*"'," ",content)

但这也消除了双重言语标记。 我应该使用什么样的模式来保留语音标记，但删除其中的文本。在

Answer 1

您还可以使用环视：

(?<=")([^"]+)(?=")

Debuggex Demo

^{pr2}$

两个注意事项：

• .*将捕获字符串中最后一个双引号之前的所有内容，而不是下一个双引号。这就是为什么我做了[^"]+。在

• 重要的是，当两个双引号子字符串在整个字符串中时，这将不起作用，除非增加下一个搜索开始的索引。所以，举例来说

  我张开嘴，“早上好！”我高兴地说。”大家好吗？”

为了而不是捕获I said cheerfully.，必须在“早安”之后将索引增加一找到了。在

Answer 2

使用'""'作为替换字符串：

>>> content = 'I opened my mouth, "Good morning!" I said cheerfully'
>>> content = re.sub(r'".*"', '""', content)
>>> print(content)
I opened my mouth, "" I said cheerfully

顺便说一句，.*尽可能匹配（贪婪）。要匹配非贪婪的时尚，请使用.*?或{}。在

^{pr2}$

Answer 3

您可能需要使用“lookaround”表达式：

>>> content = 'I opened my mouth, "Good morning!" I said cheerfully'
>>> content = re.sub(r'(?<=").*(?=")', '', content)

这表示“匹配前面有引号，后面有引号的任何内容”。在

这种方法的优点是，您可以在lookaround中使用不同的内容—例如，您可以匹配(?<"|')来匹配单引号或双引号，而不使用引号标记。如果你把你“换了又放回去”的东西硬接线，你就不能这么做。在

按照我写的格式，这将是一个“贪婪”匹配-也就是说，它将匹配尽可能大的表达式。如果您有多对引号，您可能需要使用“non-greedy quantifier”.*?，它表示“一旦找到匹配项就停止”（即在下一个双引号处停止）。您还可以显式匹配“只有非双引号的东西”，即

^{pr2}$

请注意，您仍然需要“结束引号”，因此您不会最终匹配从单个引号到字符串末尾的所有内容。在