re.sub(‘[^A-Za-z]+‘, ‘ ‘, line).strip().lower()

我有明珠一颗

于 2023-03-07 03:04:01 发布

阅读量721

点赞数 4

分类专栏： Python精修文章标签： python re.sub

本文链接：https://blog.csdn.net/m0_37738114/article/details/129374115

版权

Python精修专栏收录该内容

116 篇文章 6 订阅

订阅专栏

该文章展示了如何使用Python的re.sub函数去除字符串中的非字母字符，将连续多个非字母字符替换为空格，并通过.strip()和.lower()方法处理首位空格及转换为小写。示例中，这个过程被应用于清理文件名或文本内容，使其更适合分析或处理。

摘要由CSDN通过智能技术生成

re.sub('[^A-Za-z]+', ' ', line).strip().lower()

^ ：代表非

^A-Za-z：代表非字母

[^A-Za-z]+ ：可连续多个非字母的字符

re.sub('[^A-Za-z]+', ' ', line)：将line字符串中的连续多个非字母的字符变成空格

.strip() ：去掉首位的空格

.lower()：把大写字母全部统一成小写

示例：

re.sub('[^A-Za-z]+', ' ', '\n')
Out[5]: ' '
re.sub('[^A-Za-z]+', ' ', 'I\n')
Out[6]: 'I '
re.sub('[^A-Za-z]+', ' ', 'The')
Out[7]: 'The'
re.sub('[^A-Za-z]+', ' ', 'The ')
Out[8]: 'The '
re.sub('[^A-Za-z]+', ' ', 'The Time Machine, by H. G. Wells [1898]\n')
Out[9]: 'The Time Machine by H G Wells '
re.sub('[^A-Za-z]+', ' ', 'The Time Machine, by H. G. Wells [1898]\n').strip().lower()
Out[10]: 'the time machine by h g wells'