Estoy intentando eliminar todos los dígitos de una cadena. Sin embargo, el siguiente código también borra los dígitos contenidos en cualquier palabra, y obviamente no quiero eso. He estado probando muchas expresiones regulares sin éxito.Eliminar dígitos en Python (Regex)
Gracias!
s = "This must not b3 delet3d, but the number at the end yes 134411"
s = re.sub("\d+", "", s)
print s
Resultado:
Esto no debe b deletd, pero el número al final sí
Añadir un espacio antes del \ d +.
>>> s = "This must not b3 delet3d, but the number at the end yes 134411"
>>> s = re.sub(" \d+", " ", s)
>>> s
'This must not b3 delet3d, but the number at the end yes '
Editar: Después de mirar los comentarios, decidí formar una respuesta más completa. Creo que esto explica todos los casos.
s = re.sub("^\d+\s|\s\d+\s|\s\d+$", " ", s)
Si su número siempre se encuentra al final de sus cuerdas Proveedores: re.sub ("\ d + $", "", s)
de lo contrario, se puede tratar re.sub ("(\ s) \ d + (\ s)", "\ 1 \ 2", s)
Puede ajustar las referencias anteriores para mantener solo uno o dos de los espacios (coincide con cualquier separador blanco)
\ W es probablemente mejor que \ s para esto. Además, una mejor variación sería "\ b \ d + \ b", ¡excepto que no funciona para mí! – dwc
Prueba esto:
"\b\d+\b"
Eso coincidirá solo con los dígitos que no forman parte de otra palabra.
Esto no borra el primer o el último número para, s = s = "1234 Esto no debe b3 delet3d, 123 pero el número al final sí 134411" – oneporter
Acabo de probarlo con su cadena y obtuve el resultado esperado. \ b coincide con el principio de la cadena, el final o cualquier cosa que no sea un carácter de palabra ([A-Za-z0-9_]). Sin embargo, lo probé en IronPython, no sé si hay algún problema con el manejo de los límites de palabras de Python. – jrcalzada
No lo he intentado, pero podrías hacer algo como: [^ \ b] \ d + [$ \ b] –
Para manejar cadenas de dígitos en el principio de una línea así:
s = re.sub(r"(^|\W)\d+", "", s)
usando \s no es muy bueno, ya que no maneja pestañas, et al. Un primer corte en una mejor solución es:
re.sub(r"\b\d+\b", "", s)
Tenga en cuenta que el patrón es una cadena de texto en \b porque normalmente es el escape de retroceso para cuerdas, y queremos que el límite de palabra especial de expresiones regulares escapar en su lugar. Una versión ligeramente más elegante es:
re.sub(r"$\d+\W+|\b\d+\b|\W+\d+$", "", s)
que trata de eliminar los espacios en blanco que conduce/detrás cuando hay dígitos al principio/final de la cadena. Digo "intenta" porque si hay varios números al final, entonces todavía tiene algunos espacios.
solución para no regex:
>>> s = "This must not b3 delet3d, but the number at the end yes 134411"
>>> " ".join([x for x in s.split(" ") if not x.isdigit()])
'This must not b3 delet3d, but the number at the end yes'
Splits por " ", y comprueba si el trozo es un número al hacer str().isdigit(), a continuación, se une a ellos de nuevo juntos.Más informa extensamente (sin utilizar una lista por comprensión):
words = s.split(" ")
non_digits = []
for word in words:
if not word.isdigit():
non_digits.append(word)
" ".join(non_digits)
No sé cuál es su situación real se parece, pero la mayoría de las respuestas parece que no van a manejar números negativos o decimales,
re.sub(r"(\b|\s+\-?|^\-?)(\d+|\d*\.\d+)\b","")
lo anterior también se debe manejar cosas como,
"Esto no debe delet3d b3, pero el número al final sí -134.411"
Pero esto aún está incompleto; probablemente necesite una definición más completa de lo que puede esperar encontrar en los archivos que necesita analizar.
Editar: también vale la pena señalar que '\ b' cambia dependiendo de la configuración regional/juego de caracteres que está utilizando, por lo que debe tener un poco de cuidado con eso.
>>>s = "This must not b3 delet3d, but the number at the end yes 134411"
>>>s = re.sub(r"\d*$", "", s)
>>>s
"Este delet3d no debe b3, pero el número al final sí"
Esto eliminará los Numericals al final de la cadena.
¡Oh, gracias, funcionó! – Menda
¿Qué pasa con cadenas como "3at"? – marcog
Aquí hay otros 2 casos para las pruebas de su unidad: '123 debe eliminarse'. y 'Usted ha sido 0wn3d' –