替换多个python模式

我已经回顾了各种链接，但都展示了如何在一个过程中替换多个单词。但是，我不想用单词来代替模式，例如

RT@amrightnow：“真正的特朗普”特朗普关于你的“手表制造” https:\/\/t.co\/j58e8aacrE#tcot#pjnet#1A#2A#Tru mp#Trump#2016 https:\/\/t.co\u2026

当我对上面的文本执行以下两个命令时，我得到了所需的输出

result = re.sub(r"http\S+","",sent)
result1 = re.sub(r"@\S+","",result)

通过这种方式，我将删除所有URL和@（tweet中的处理程序）。输出如下所示：

>>> result1
'RT  "The Real Trump" Trump About You" Watch Make #1  #tcot #pjnet #1A #2A #Trump #trump2016 '

有人能告诉我什么是最好的方法吗？我基本上是从一个文件中读取推文。我想读取每个推文，并用空格替换这些处理程序和URL。

您需要regex“或”操作符，它是管道

：

re.sub(r"http\S+|@\S+","",sent)

import re

s = u'RT @amrightnow: "The Real Trump" Trump About You" Watch Make #1 https:\/\/t.co\/j58e8aacrE #tcot #pjnet #1A #2A #Tru mp #trump2016 https:\/\/t.co\u2026'
result = re.sub(r"http\S+|@\S+", "", s)
print result

如果有一长串要删除的模式，常用的技巧是使用

join

创建正则表达式：

to_match = ['http\S+',
            '@\S+',
            'something_else_you_might_want_to_remove']

re.sub('|'.join(to_match), '', sent)

您可以通过使用

|

分隔模式来使用“或”模式：

re.sub(r"http\S+|@\S+","",sent)

import re

s = u'RT @amrightnow: "The Real Trump" Trump About You" Watch Make #1 https:\/\/t.co\/j58e8aacrE #tcot #pjnet #1A #2A #Tru mp #trump2016 https:\/\/t.co\u2026'
result = re.sub(r"http\S+|@\S+", "", s)
print result

输出

RT "The Real Trump" Trump About You" Watch Make #1 #tcot #pjnet #1A #2A #Tru mp #trump2016 RT“真正的特朗普”特朗普关于你的“手表制作”#1#tcot#pjnet#1A#2A#Tru mp#特朗普2016

---

请参阅文档中的小节

“|”

。

有人抢先一步@德莱尼：是的，他们做了。它们基本上是相同的答案，尽管我的给出了一个完整的工作示例。@mhawke，正如我在上面提到的，文档让我感到困惑，说一旦a通过，它就不会看B。。这是什么意思？？？@user1122534这意味着如果你的模式是

'foo | bar | barbaz'

，字符串是

'barbaz'

，那么模式将匹配

bar

（因为它首先尝试

foo

，不匹配，然后是

bar

，匹配），并且不会匹配更长的

barbabaz

（因为一旦找到匹配项，它就会停止尝试）。在浏览文档时，我得到了以下信息“a | B，其中a和B可以是任意的REs，创建一个正则表达式来匹配a或B。任意数量的REs可以用“|”分隔。这可以在组内使用（见下文）同样。扫描目标字符串时，从左到右尝试用“|”分隔的REs。当一个模式完全匹配时，该分支被接受。这意味着一旦A匹配，B将不会进一步测试，即使它将产生更长的整体匹配。”因此我没有使用它。这个文档让我感到困惑是的，这对我来说也没有意义，我所知道的是这就是你做它的方式。正则表达式可以重叠。例如，

re.sub（r'ab | abc'，'abc'））< /代码>返回<代码> c' < /代码>。左边的正则表达式匹配<代码> 'ab' < /Cord>，因此它获胜了。结果是，你必须考虑你写的顺序。在这种情况下，有一些潜在的重叠（例如，第一个正则表达式将匹配<代码>）。http@something“

）但我认为它仍然符合您的要求。