RegEx用于从两端删除非ASCII字符

Question

我必须使用此代码多次循环，是否有更好的方法？

item = '!@#$abc-123-4;5.def)(*&^;\n'

要么

'!@#$abc-123-4;5.def)(*&^;\n_'

要么

'!@#$abc-123-4;5.def)_(*&^;\n_'

我这样的人没有用

item = re.sub('^\W|\W$', '', item)

期望

abc-123-4;5.def

最终目标是[a-zA-Z0-9]在两端之间保留所有字符的同时，仅从两端除去所有不包含的字符。第一个和最后一个字母在上课[a-zA-Z0-9]

Answer 1

如果所需的所有字符都与问题中提供的示例相似，则此表达式不受左侧限制，并且执行速度可能更快：

([a-z0-9;.-]+)(.*)

在这里，我们假设您可能只想过滤输入字符串左右两侧的那些特殊字符。

您可以在表达式中包括其他字符和边界，如果愿意，甚至可以将其修改/更改为更简单，更快的表达式。

RegEx描述图

此图显示了表达式的工作方式，您可以在此链接中可视化其他表达式：

如果您想在右侧添加其他边界，则只需执行以下操作：

([a-z0-9;.-]+)(.*)$

或者甚至可以在捕获组的左侧和右侧列出您的特殊字符。

JavaScript测试

([a-z0-9;.-]+)(.*)

性能测试

该JavaScript代码段使用一个简单的循环显示了该表达式的性能。

([a-z0-9;.-]+)(.*)$

Python测试

import re

regex = r"([a-z0-9;.-]+)(.*)$"
test_str = "!@#$abc-123-4;5.def)(*&^;\\n"
print(re.findall(regex, test_str))

输出量

[('abc-123-4;5.def', ')(*&^;\\n')]

Answer 2

您可以通过^在字符集的开头使用克拉字符来取反其内容来完成此操作。[^a-zA-Z0-9]将匹配任何非字母或数字的内容。

^[^a-zA-Z0-9]+|[^a-zA-Z0-9]+$

Answer 3

要从开始/结尾修剪非单词字符（上部\W），但还要添加属于单词字符 的下划线，[A-Za-z0-9_]您可以将和一起_放到字符类中\W。

^[\W_]+|[\W_]+$

请参阅regex101上的演示。这与@CAustin的答案和@sln的评论非常相似。

要获取反^演示并匹配从第一个到最后一个字母数字字符的所有内容：

[^\W_](?:.*[^\W_])?

或使用交替^演示（|[^\W_]对于其中仅包含一个数字的字符串）。

[^\W_].*[^\W_]|[^\W_]

两者都re.DOTALL用于多行字符串。正则表达式口味无需尝试即可[\s\S]*代替.* ^演示