如何使用regex删除python中某个字符串的前导和尾部非字母数字字符

Question

如何在特定子字符串之前和之后删除给定字符串中的前导和尾随非alpha字符？参见下面的示例

input_string = m#12$my#tr!#$g%

output_string = m12my#tr!g

在这种情况下，子字符串是my#tr!

如何在给定input_string的情况下获得output_string？

我在下面的尝试删除了所有的前导字符(包括字母数字(。请参阅下面的代码片段(。我尝试修改W+而不是.+，但没有成功。

import re
input_string = "m#12$my#tr#$%"
output_string = re.sub(r'.+?(?=my#tr!)', '', "m#12$my#tr!#$g%")

感谢任何关于如何使用regex模式实现此目的的想法。

Answer 1

一种方法是将字符串拆分为所需的子字符串，替换第一部分和最后一部分中的非字母数字字符，然后重新组装字符串：

import re
input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
first, last = input_string.split(mid)
first = re.sub('[^a-z0-9]', '', first)
last = re.sub('[^a-z0-9]', '', last)
output_string = first + mid + last
print(output_string)

输出：

m12my#tr!g

如果您使用PyPi的regex模块，您可以利用可变长度的lookbehinds来替换目标字符串之前或之后的任何非字母数字字符：

import regex
input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
output_string = regex.sub(rf'[^a-z0-9](?=.*{mid})|(?<={mid}.*)[^a-z0-9]', '', input_string)
# 'm12my#tr!g'

请注意，如果mid包含正则表达式专用的字符(例如. [ { $ ^等(，则应在使用前对其进行转义，即

mid = 'my#tr!'
mid = regex.escape(mid)

如果您根本不想使用regex，可以手动从第一部分和最后一部分中去掉非字母数字字符。例如：

import string
input_string = "m#12$my#tr!#$g%"
mid = 'my#tr!'
first, last = input_string.split(mid)
first = ''.join(c for c in first if c in string.ascii_letters + string.digits)
last = ''.join(c for c in last if c in string.ascii_letters + string.digits)
output_string = first + mid + last