将字符串变成‘我要学Python编程’

图文章节中

res = re.sub(r'\W+', '', s)是把所有非字符数字下划线的字符串替换成空值

为什么中文保留下来了呢

原始代码

import re

s = "我我...我我...我要..要要...要要...学学学...学学..Python...编编编..编程..程.程...程...程"
res = re.sub(r'\W+', '', s)
ret = re.sub(r'(.)\1+', r'\1', res)
print(ret)
# 运行结果：
# 我要学Python编程

\1指的是前面 . 捕获的字符

那么(.)的括号是将 . 包裹起来而非组的概念。

这样r'(.)\1'前面的r作用就是避免转义

这么理解的话ret = re.sub(r'(.)\1+', r'\1', res)改成ret = re.sub(r'(\w)\1+', r'\1', res)
执行结果就不正确了才对，而实际执行结果却是正确的

修改代码：

import re

s = "我我...我我...我要..要要...要要...学学学...学学..Python...编编编..编程..程.程...程...程"
res = re.sub(r'\W+', '', s)
print(res)
ret = re.sub(r'(\w)\1+', r'\1', res)
print(ret)
# 运行结果：
# 我要学Python编程

Mr朱_ 2023-05-30

源自：Python正则表达式 5-4 【总结】Python常见正则匹配案例

收起

1回答

好帮手慕小猿回答被采纳获得+3积分 2023-05-31 10:31:55

同学，你好！\W是非字母数字及下划线，可以将字符串中的点匹配出来，用re.sub将匹配出的点替换成空字符串，原来的汉字是不变的

.是任意字符指s变量中任意字符，（）是组的意思，\1+表示重复匹配正则中第一个圆括号内匹配到的内容，然后将\1匹配的内容进行原变量替换

祝学习愉快~

收起回答

Mr朱_ 提问者 #1
大写\W是非字母数字及下划线，可以匹配汉字的
那么这段代码就将汉字替换成空字符了
结果应该只输出 Python 才对呀，
实际输出
我我我我我要要要要要学学学学学Python编编编编程程程程程
```
import re
 
s = "我我...我我...我要..要要...要要...学学学...学学..Python...编编编..编程..程.程...程...程"
res = re.sub(r'\W+', '', s)
print(res)
```
2023-05-31 10:49:10
好帮手慕小猿回复提问者 Mr朱_ #2

同学，你好！
1、\W 匹配非字母数字下划线，会将点号匹配出来

re.sub(r'\W+', '', s) 对字符串的中点号替换成空字符
2、然后再将匹配到的一组重复字符，用一个字符替换
祝：学习愉快！

2023-05-31 11:47:43
Mr朱_ 提问者回复好帮手慕小猿 #3
网上有解释说：\w匹配的是能组成单词的字符，在python3 中re默认支持的是unicode字符集，当然也支持汉字如果要让\w仅支持英文，加个re.A标志print(re.findall(r"\w",s,re.A))这样就不会匹配汉字了
反过来\W就匹配不到汉字
```
re.findall(r"\W",s)
```
这样
```
res = re.findall(r'\W+', s)
```
才能只匹配到'.'
2023-05-31 12:12:30