我想使用 python re 从输出中删除包含我的“pattern_list”中的子字符串之一的行,但将输出保留为一个字符串(没有这些行)。
所以,我查看了 re 库并编写了以下代码:
patterns_to_remove = ["$",":",">"]
patterns = "|".join(patterns_to_remove)
extra_lines_with_patterns = re.findall('\r\n.*{} \\w*'.format(re.escape(patterns)), str(output))
for extra_line in extra_lines_with_patterns:
output = str(output).replace(extra_line, "")
return output
所以如果我的输出是:
$a$
:b:
^c^
我希望输出为:
a
b
c
但最后我总是得到 None ,我想我在 re 标志上做错了。
请您参考如下方法:
您使用 re.escape(patterns) 转义了正则表达式模式的一部分,并且所有 | 运算符都变成了文字管道,\| .此外,您在通过 format 时没有将它们分组到模式中,并且模式看起来像 \r\n.*\$|\:|\>\w* ,所以它损坏了(参见 Why do ^ and $ not work as expected? )。
所以你需要
- 使用
"|".join(map(re.escape, patterns_to_remove))转义patterns_to_remove - 用
(?:...)将{}括起来,non-capturing group ,即'\r\n.*(?:{})\\w*'
使用
re.findall('\r\n.*(?:{}) \\w*'.format("|".join(map(re.escape, patterns_to_remove))), str(output))
或者,由于您要删除匹配项,只需使用 re.sub:
patterns_to_remove = ["$",":",">"]
output = re.sub('\r\n.*(?:{}) \\w*'.format("|".join(map(re.escape, patterns_to_remove))), '', str(output))
注意:'\r\n.*(?:{})\\w*' = r'\r\n.*( ?:{})\w*'.
