Limites de mots Python Regex ne fonctionnant pas comme prévu

lecture this site, je connais des œuvres limite de mot comme celui-ci:

Il y a trois positions différentes qui se qualifient comme des limites de mots:

Avant le premier caractère de la chaîne, si le premier caractère est un caractère de mot.
Après le dernier caractère de la chaîne, si le dernier caractère est un caractère de mot.
Entre deux caractères dans la chaîne, où l'un est un caractère de mot et l'autre n'est pas un caractère de mot.

La chaîne a ci-dessous semble correspondre à au moins l'une des positions énumérées ci-dessus.

a = 'Builders Club The Ohio State' 
re.sub('\bThe\b', '', a, flags=re.IGNORECASE)

sortie. Il n'y a pas de changement dans le 'The'.

'Builders Club The Ohio State'

Pourquoi la limite de mot ne fonctionne-t-elle pas?

Lorsque je place des espaces avant et après le motif 'The', l'expression rationnelle semble fonctionner.

a = 'Builders Club The Ohio State' 
re.sub(' The ', ' ', a, flags=re.IGNORECASE)

sortie:

'Builders Club Ohio State'

Source

2014-07-15 user3314418

Vous devez utiliser un raw-string pour votre modèle de Regex (qui ne traite pas des séquences d'échappement):

>>> import re 
>>> a = 'Builders Club The Ohio State' 
>>> re.sub(r'\bThe\b', '', a, flags=re.IGNORECASE) 
'Builders Club Ohio State' 
>>>

Sinon, \b sera interprété comme caractère de retour arrière:

>>> print('x\by') 
y 
>>> print(r'x\by') 
x\by 
>>>

Source

2014-07-15 17:56:48 iCodez

Elaborer: La barre oblique inverse est un caractère d'échappement dans les chaînes normales et donc '\ b' devient juste [une caractère de retour arrière] (https://docs.python.org/2.0/ref/strings.html). Donc, soit vous devez utiliser '\\ b' ou un littéral de chaîne brute. – Joey

Généralement, lorsque vous utilisez regex, il est conseillé d'utiliser une chaîne brute. – RevanProdigalKnight

ah ic. si j'utilise r "cela gâchera-t-il d'autres caractères, comme^et $? – user3314418

Essayez celui

import re 
p = re.compile(ur'\bThe\b', re.IGNORECASE) 
test_str = u"Builders Club The Ohio State" 
subst = u"" 

result = re.sub(p, subst, test_str)

sortie:

Builders Club Ohio State

Voici DEMO

Source

2014-07-15 17:57:32 Braj

Limites de mots Python Regex ne fonctionnant pas comme prévu

Répondre

Questions connexes