python regex，删除除撇号外的转义字符和标点符号

Question

我有一个看起来像这样的字符串：

"aaa\n\t\n asd123asd water's tap413 water blooe's"

如何使用正则表达式删除除撇号之外的所有转义字符、数字和标点符号？

我对正则表达式很陌生，如果您能解释每个表达式的含义，如果正则表达式公式很复杂，我将不胜感激

Answer 1

您正在寻找一种搜索和替换方法，在 Python 中应该是re#sub().

只需将非字母和撇号 ( [^a-zA-Z' ]+) 替换为''(nothing)。

- 哦，那转义字符呢？
R：它们在字符串内部时会变成单个字符，例如 \n会变成换行符，不是字母或'.

相反，如果你真的已经在你的字符串（如：逃脱的转义字符"abc\\nefg"），你应该添加\\\\.|在你的正则表达式的开始，这将匹配反斜杠+任何其它字符（所以这将是：\\\\.|[^a-zA-Z' ]）

这是工作示例：

import re
s = "aaa\n\t\n asd123asd water's tap413 water blooe's"
replaced = re.sub("[^a-zA-Z' ]+", '', s)
print(replaced)

https://repl.it/repls/ReasonableUtterAnglerfish

如果您能解释每个表达式的含义，将不胜感激

所以，解释：

• \\\\- 匹配一个反斜杠（为什么是四个？每一对都会为 Python 字符串的编译转义斜杠，这将变成 a \\which 你如何匹配正则表达式中的反斜杠）。
• .- 匹配除换行符以外的任何字符。
• | - OR 表达式，匹配之前或之后的内容。
• [^...]-不能是这些字符之一（内部）。
• a-zA-Z' - 匹配从a到z、A到Z、'或的字符 。
• + - 量词，这里不需要，但可以减少匹配，从而减少执行时间（这将翻译为“后面的术语出现一次或多次”）。