python - 如何使用python替换两个或多个下划线？

Question

对于机器学习来说，我需要“清理”一些我正在提取的文本，所以我尝试了这个:

texto = "sdf sdf s _ sfsf sdfs _________ sfsdf"
texto = texto.replace(r"_{2,}"," ")
print(texto)

但结果不是预期的:

sdf sdf s _ sfsf sdfs _________ sfsdf

我想要:

sdf sdf s _ sfsf sdfs  sfsdf

Answer 1

你可以使用

import re
texto = "sdf sdf s _ sfsf sdfs _________ sfsdf"
rx = re.compile(r'_{2,}')

texto = rx.sub('', texto)

哪个产量

sdf sdf s _ sfsf sdfs  sfsdf

如果您还想替换尾随空格，请将表达式更改为

rx = re.compile(r'_{2,}\s*')

那么输出就是

sdf sdf s _ sfsf sdfs sfsdf
#                   ^^^