python regex，删除所有除\ d \ s \ w

Question

如何制作一个python RegEx来删除文本中除以下字符外的所有字符： \d \w \s

我尝试过这样的事情：

import re
re.sub(r'\W*\D*\S*', '', 'this is my<\n test <+-,1345.;>')

但这给了我一个空字符串。我想得到：this is my test ,1234.。我也想保留,和.

Answer 1

使用反向字符类：

re.sub(r'[^., \t\w]*', '', 'this is my<\n test <+-,1345.;>')

演示：

>>> re.sub(r'[^., \t\w]*', '', 'this is my<\n test <+-,1345.;>')
'this is my test ,1345.'

的\W，\S而\D类是太宽。\D例如，匹配大部分\w匹配项，删除掉落的所有内容都\D将删除过多内容。任何不是数字的东西都将被删除，但是您想保留字母和标点符号。

我\s用文字空间和制表符代替，因为您想删除换行符（也包括空格），所以我添加了.，,所以也保留了它们。\d也不需要，\w是的超集\d。