Python使用正则匹配过滤的面试题

面试题: 字符串a = "not 404 found 张三 99 深圳"，每个词中间是空格，用正则过滤掉英文和数字，最终输出"张三  深圳"

常规思路:

先将字符串转变成列表，根据正则匹配到数字和英文字符，然后从列表中移除，用join重新拼接字符串

import re
S = "not 404 found 张三 99 深圳"
L = S.split(" ")                              # ['not', '404', 'found', '张三', '99', '深圳']
res = re.findall("\d+|[a-zA-Z]+", S)          # ['not', '404', 'found', '99']
tmp = [item for item in L if not item in res] # ['张三', '深圳']
print(" ".join(tmp))                          # 张三 深圳

逆向思路:

以英文字符和数字作为分隔符，得到一个空字符和中文的列表，再用join来拼接

import re
S = "not 404 found 张三 99 深圳"
L = re.split("[\d+|(a-z)+]", S)  # ['', '', '', ' ', '', '', ' ', '', '', '', '', ' 张三 ', '', ' 深圳']
print("".join(L).strip())        # 张三 深圳

其他方法，比如： 

1. re.sub过滤数字及字母

>>> import re
>>> S = "not 404 found 张三 99 深圳"
>>> " ".join(re.sub(r"[0-9a-zA-Z]", "", S).split())
'张三 深圳'
>>>

2. 直接按中文匹配[\u4e00-\u9fa5]

>>> import re
>>> S = "not 404 found 张三 99 深圳"
>>> " ".join(re.findall(r"[\u4e00-\u9fa5]+", S))
'张三 深圳'
>>>