正则表达式用于匹配除标点符号以外的所有非单词？

Question

像这样的句子：

sent = "This i$s a s[[]ample sentence.\nAnd another <<one>>.
        \nMoreover, it is 'filtered'!"

我想要：

^{pr2}$

因此，我认为使用re.sub应该是一种方法。然而，RegEx并没有像预期的那样工作（就像它总是这样^^）。在

我的想法是使用\W匹配每个非单词，然后排除{}来保留标点符号。我最后一次尝试的正则表达式是：

re.sub(r"(\W[^\.\,\;\?\!])", "", sent)

不幸的是，[^\.\,\;\?\!]与不包含[.,;!?]的任何内容都匹配，而不是简单地说“donot逐字匹配这些字符”。在

如何从匹配中排除这些字符？在

Answer 1

\W需要集成到否定字符类中。\W与[^\w]相同，因此您将得到[^\w.,;!?]。您应该重复这个字符类，以便在一个步骤中匹配连续的出现-[^\w.,;!?]+。在

似乎你也希望保留空格，所以你应该把它们添加到你的角色类中。在

随着问题的深入，您还想用空格替换换行符，!替换为.。这使它成为一个多步骤的解决方案。首先过滤掉任何不需要的[^\w.,;!? \n]+，在下一步中，将\n替换为，将{}替换为.。在