python - 如何在python中删除非字母数字字符但保留一些特殊字符

Question

我弄清楚如何使用以下函数在 python 中删除特殊的非字母数字字符：

p_nonalphanum = re.compile('\W+')

def removeNonAlphaNum(string):
        m = p_nonalphanum.match(string)
        if m:
            string = string[m.end():]
        return string

我想保留一些特殊字符，例如我认为是数字的 ½、¾。我应该如何编辑我的正则表达式？

例如：从“• ½ 杯面粉”到“½ 杯面粉”

Answer 1

您可以使用否定字符类并添加要保留的所有字符

你可以这样做：

p_nonalphanum = re.compile('[^\w½¾]+')
print (p_nonalphanum.sub('', test))

Answer 2

不要为手动添加所需的每个字符的正则表达式而烦恼，使用内置isalnum函数！

>>> s = "• ½ cup flour -> ½ cup flour"
>>> def only_alphanum(s):
...     s = unicode(s, "utf-8")
...     return ' '.join(c for c in s.split() if c.isalnum())
... 
>>> print only_alphanum(s)
½ cup flour ½ cup flour

这将让您捕获任何分数，而不仅仅是您在正则表达式中组装的分数列表（这可能会很快变长）

>>> s = "• ¼ cup oats -*(*&!!"
>>> print only_alphanum(s)
¼ cup oats

Answer 3

>>> def remove_unwanted(s):
...     '''• ½ cup flour -> ½ cup flour'''
...     allowed = '[\w½¾]+'
...     return ' '.join(re.findall(allowed, s))
... 
>>> print remove_unwanted('• ½ cup flour ->')
½ cup flour