Regex：替换所有数字和“numberlike”字符串，范围内的年份除外

Question

我有下面的绳子：

s = '2014 2026 202 20 1000 1949 194 195092 20111a a2011a a2011 keep this text n0t th1s th0ugh 1 0 2015 2025 2026'

我想用''替换这个字符串中包含数字的每个部分，除了1950年到2025年之间的字符串部分。结果字符串如下所示（不要担心多余的空白）：

^{pr2}$

因此，实际上，我希望暴力删除远程“数字”的任何东西，除了类似于一年的独立的（即，不是另一个字符串的一部分，长度为4，不包括空格）。在

我知道我可以用这个删除所有包含数字的东西：

re.sub('\w*[0-9]\w*', '', s)

但这并不能回报我想要的：

'           keep this text        '

下面是我尝试替换与下面列出的模式不匹配的任何内容：

re.sub(r'^([A-Za-z]+|19[5-9]\d|20[0-1]\d|202[0-5])', '*', s)

返回：

'* 2026 202 20 1000 1949 194 195092 20111a a2011a a2011 keep this text n0t th1s th0ugh 1 0 2015 2025 2026'

我一直在here和{a2}，但找不到我要找的东西。在

Answer 1

我之所以这样做，是因为它可读性强，易于修复或改进：

' '.join(
    filter(
        lambda word: (word.isdigit() and \
                      int(word) >= 1950 and \
                      int(word) <= 2025) or \
                     re.match(r'^[a-zA-Z]+$', word),
        s.split()
    )
)
# '2014 keep this text 2015 2025'

Answer 2

Regex不擅长处理数字。我会抛弃regex并使用生成器表达式：

predicate= lambda w: (w.isdigit() and 1950<=int(w)<=2025) or not any(char.isdigit() for char in w)
print(' '.join(w for w in s.split() if predicate(w)))

Answer 3

使用re.findall()函数的短解：

s = '2014 2026 202 20 1000 1949 194 195092 20111a a2011a a2011 keep this text n0t th1s th0ugh 1 0 2015 2025 2026'
result = ''.join(re.findall(r'\b(19[5-9][0-9]|20[01][0-9]|202[0-5]|[a-z]+|[^0-9a-z]+)\b', s, re.I))

print(result)

输出：

^{pr2}$