Python正则表达式单词边界未按预期工作

为什么边界这个词不起作用

在阅读中，我知道单词边界是这样工作的：

有三种不同的位置可以作为单词边界：

• 在字符串的第一个字符之前，如果第一个字符是单词字符
• 如果最后一个字符是单词字符，则在字符串中最后一个字符之后
• 在字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符

下面的

a

字符串似乎至少适合上面列出的一个位置

a = 'Builders Club The Ohio State'
re.sub('\bThe\b', '', a, flags=re.IGNORECASE)

输出。“the”没有变化

'Builders Club The Ohio State'

为什么边界这个词不起作用

当我在“The”模式前后放置空格时，正则表达式似乎起作用

a = 'Builders Club The Ohio State'
re.sub(' The ', ' ', a, flags=re.IGNORECASE)

输出：

'Builders Club Ohio State'

Builders Club Ohio State

您需要为您的正则表达式模式（不处理转义序列）使用：

否则，

\b

将被解释为退格字符：

>>> print('x\by')
y
>>> print(r'x\by')
x\by
>>>

试试这个

import re
p = re.compile(ur'\bThe\b', re.IGNORECASE)
test_str = u"Builders Club The Ohio State"
subst = u""

result = re.sub(p, subst, test_str)

输出：

'Builders Club Ohio State'

Builders Club Ohio State

---

下面是要详细说明的

：反斜杠是普通字符串中的转义字符，因此\b变成了正斜杠。因此，您需要使用

\\b

或原始字符串文字。通常在使用正则表达式时，最好使用原始字符串.ah ic。如果我使用r“它会弄乱其他字符吗，比如^1和$？@user3314418不，它只影响你需要使用的反斜杠的数量（提示：你不需要原始字符串那么多）。我明白了。我尝试了正则表达式

r'\b\[details\]\b'

来删除[details]在我的文本中。但是word boundary不起作用。它在没有

\b

的情况下起作用，因为我没有任何包含[详细信息]作为子字符串的文本。即使我对我拥有的数据有一个解决方案，但我觉得它不是通用的。关于我的代码中发生了什么的任何建议。