我有一个充满推文的日志文件。每条推文单独占一行,这样我就可以轻松地遍历文件。
一个示例推文是这样的:
@ sample This is a sample string $ 1.00 # sample
我希望能够通过删除特殊字符和后面的字母数字字符之间的空白来稍微清理一下。 "@s", "$1", "#s"
所以它看起来像这样:
@sample This is a sample string $1.00 #sample
我正在尝试使用正则表达式来匹配这些实例,因为它们可以是可变的,但我不确定如何去做。
我一直在使用 re.sub() 和 re.search() 来查找实例,但我正在努力弄清楚如何只删除空格,同时保持字符串完好无损。
这是我目前的代码:
#!/usr/bin/python
import csv
import re
import sys
import pdb
import urllib
f=open('output.csv', 'w')
with open('retweet.csv', 'rb') as inputfile:
read=csv.reader(inputfile, delimiter=',')
for row in read:
a = row[0]
matchObj = re.search("\W\s\w", a)
print matchObj.group()
f.close()
感谢您的帮助!
最佳答案
像这样使用 re.sub
:
>>> import re
>>> strs = "@ sample This is a sample string $ 1.00 # sample"
>>> re.sub(r'([@#$])(\s+)([a-z0-9])', r'\1\3', strs, flags=re.I)
'@sample This is a sample string $1.00 #sample'
关于python - 在 Python 中使用正则表达式进行搜索和替换,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19549207/