有没有一种方法可以根据条件来.replace（）某些字符串片段？

Question

我正在从一个.txt文件中导入一些David Foster Wallace文件，这些文件是我从PDF文件中复制粘贴的。有些词从书页上掉了下来，所以以

"interr- upted"

我打算用如下方法消毒：

with open(text, "r", 0) as bookFile:
    bookString = bookFile.read().replace("- ", "")

除了。。。这个人在写作中也使用了一些奇怪的结构。比如：

"R - - d©"

对于品牌名称bug spray Raid©。很明显，我只剩下“rd©”，但是有没有办法使它成为“-”的.replace（）实例，而不是“-”的实例？或者我需要把所有的东西都变成列表，并以这种方式对所有的东西进行操作吗？谢谢。你知道吗

Answer 1

可以使用lookbehinds和lookaheads来确保仅替换需要替换的引用：

>>> import re
>>> regex_pattern = '(?<=[a-z])(- )(?=[a-z])'
>>> re.sub(regex_pattern, '', "interr- upted", re.I)
'interrupted'

而且

>>> re.sub(regex_pattern, '', "R - - d©")
'R - - d©'

后者不受影响。你知道吗

Answer 2

可以使用带有负lookback断言的正则表达式来检查前一个字符，^{}用空字符串替换匹配项。你知道吗

'(?<! )- '是一个正则表达式，匹配'- '，而不是的所有实例，前面有一个空格字符（有关语法，请参阅this部分）。re.sub('(?<! )- ', '', input_string)将用''（空字符串）替换input_string中所有出现的'(?<! )- '模式，并返回结果。你知道吗

示例：

In [1]: import re

In [2]: re.sub('(?<! )- ', '', 'interr- upted')
Out[2]: 'interrupted'

In [3]: re.sub('(?<! )- ', '', 'R - - d©')
Out[3]: 'R - - d©'

Answer 3

这是你需要的吗？你知道吗

In [23]: import re
In [24]: re.sub(r'- ', '', '"R - - d"')
Out[24]: '"R d"'

This链接可以帮助您。你知道吗

HTH公司