python - python 正则表达式，删除除 \d \s \w 之外的所有内容

Question

如何制作一个python RegEx，它从文本中删除所有字符，除了：\d \w \s

我试过这样的事情：

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

使用倒置字符类：

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.'

,\W和\S类太宽\D了。例如，匹配大部分匹配项，删除任何包含的内容会删除太多。任何不是数字的东西都将被删除，但你想保留字母和标点符号。\D\w\D

我\s用文字空格和制表符替换，因为你想删除换行符（也是空格），我添加了.，,所以这些也被保留了。\d也不需要，\w是 的超集\d。